计算机工程与应用

2022, v.58;No.992(01) 209-217

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

结合多通道注意力的遥感图像飞机目标检测
Remote Sensing Image Aircraft Target Detection Combined with Multiple Channel Attention

李婕;周顺;朱鑫潮;李毅;王恩果;

摘要(Abstract):

针对尺度多样化、目标密集、成像质量较差的遥感影像上飞机目标识别精度低的问题,提出结合平行层特征共享结构和注意力机制的遥感飞机目标自动检测模型AFF-CenterNet。该方法采用"编码-解码"的主干网络结构,以ResNet50进行基础特征提取;引入空洞卷积与注意力约束的平行层特征共享结构进行特征融合,有效提高了算法的特征提取能力;在UCAS-AOD和RSOD公共遥感数据集上分别进行实验,检测精度达到96.78%,相较于Faster R-CNN、SSD、YOLOv5s和原CenterNet算法分别提高了6.2、7.2、1.48和16个百分点。实验结果表明,该AFF-CenterNet算法在保持一定计算效率的条件下最大化CenterNet的小目标表征能力,有效提升了遥感影像中飞机的检测精度,对实现遥感影像飞机快速检测具有一定的参考意义。

关键词(KeyWords): 遥感飞机影像;CenterNet;注意力机制;AFF-CenterNet

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划(2017YFB1302400);; 湖北省教育厅中青年人才科研项目(Q20201409)

作者(Author): 李婕;周顺;朱鑫潮;李毅;王恩果;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享