A-FPN算法及其在遥感图像船舶检测中的应用

编号 zgly0001694176

文献类型 期刊论文

文献题名 A-FPN算法及其在遥感图像船舶检测中的应用

作者 于野  艾华  贺小军  于树海  钟兴  朱瑞飞 

作者单位 中国科学院长春光学精密机械与物理研究所  中国科学院大学  长光卫星技术有限公司  长光卫星技术有限公司吉林省卫星遥感应用技术重点实验室 

母体文献 遥感学报 

年卷期 2020年02期

年份 2020 

分类号 U675.79  TP751 

关键词 光学遥感  船舶检测  吉林一号卫星  神经网络  显著性特征 

文摘内容 光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。