关键词
基于改进Faster R-CNN的SAR图像飞机检测算法
作者: 李广帅   苏娟   李义红   来源: 北京航空航天大学学报 年份: 2020 文献类型 : 期刊 关键词: R   CNN   上下文信息   Align   浅层特征增强   Faster   飞机检测   ROI  
描述: 在合成孔径雷达(Synthetic Aperture Radar,SAR)图像分析领域,飞机目标作为一种重要目标,对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出一种基于改进Faster R-CNN的SAR图像飞机检测算法。本文制作了一个SAR图像飞机数据集SAD(SAR Aircraft Dataset),以Faster R-CNN为检测框架,利用改进k-means算法设计更合理的先验锚点框,以适应飞机目标的形状特点;借鉴inception模块思想,设计多路不同尺寸卷积核以扩展网络宽度,增强对浅层特征的表达;分析残差网络Layer5层的特征输出具有更大的感受野,对其上采样后进行特征融合以利用更多的上下文信息;同时引入Mask R-CNN算法中提出的RoI Align单元,消除特征图与原始图像的映射偏差。实验结果表明,相比原始的Faster R-CNN算法,本文提出的改进的Faster R-CNN检测算法在SAR图像飞机数据集上平均检测精度提高了7.4%,同时保持了较快的检测速度。
基于改进Faster R-CNN的SAR图像飞机检测算法
作者: 李广帅   苏娟   李义红   来源: 北京航空航天大学学报 年份: 2020 文献类型 : 期刊 关键词: R   CNN   上下文信息   Align   浅层特征增强   Faster   飞机检测   ROI  
描述: 在合成孔径雷达(Synthetic Aperture Radar,SAR)图像分析领域,飞机目标作为一种重要目标,对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出一种基于改进Faster R-CNN的SAR图像飞机检测算法。本文制作了一个SAR图像飞机数据集SAD(SAR Aircraft Dataset),以Faster R-CNN为检测框架,利用改进k-means算法设计更合理的先验锚点框,以适应飞机目标的形状特点;借鉴inception模块思想,设计多路不同尺寸卷积核以扩展网络宽度,增强对浅层特征的表达;分析残差网络Layer5层的特征输出具有更大的感受野,对其上采样后进行特征融合以利用更多的上下文信息;同时引入Mask R-CNN算法中提出的RoI Align单元,消除特征图与原始图像的映射偏差。实验结果表明,相比原始的Faster R-CNN算法,本文提出的改进的Faster R-CNN检测算法在SAR图像飞机数据集上平均检测精度提高了7.4%,同时保持了较快的检测速度。
< 1
Rss订阅