期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合注意力机制与改进SSD算法的SAR舰船目标检测方法
被引量：
11
1
作者
薛远亮
金国栋
+2 位作者
侯笑晗
谭力宁
许剑锟
《计算机应用研究》
CSCD
北大核心
2022年第1期265-269,共5页
针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细...
针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细节信息,提高算法的鲁棒性;其次融合通道和空间注意力增强对舰船目标的辨认能力,抑制海杂波等干扰信息;同时改进损失函数来解决舰船密集分布时的漏检问题,提高网络训练效果。数据集上的实验表明,该方法平均准确率(mAP)为87.6%,比SSD算法提高了4.2个百分点,目标的漏检和误检明显减少。相比SSD算法,该算法对复杂背景下的舰船目标有较好的辨别能力和鲁棒性,抗干扰能力有所提升。
展开更多
关键词
舰船目标
检测
注意力机制
单
次多
盒
检测
算法
合成孔径雷达图像
下载PDF
职称材料
基于深度卷积神经网络的SAR舰船目标检测
被引量：
21
2
作者
杨龙
苏娟
李响
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第9期1990-1997,共8页
针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒...
针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。
展开更多
关键词
舰船目标
检测
单
次多
盒
检测
器
检测
算法
深度卷积神经网络
下载PDF
职称材料
题名
融合注意力机制与改进SSD算法的SAR舰船目标检测方法
被引量：
11
1
作者
薛远亮
金国栋
侯笑晗
谭力宁
许剑锟
机构
火箭军工程大学核工程学院
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期265-269,共5页
基金
国家自然科学基金资助项目。
文摘
针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细节信息,提高算法的鲁棒性;其次融合通道和空间注意力增强对舰船目标的辨认能力,抑制海杂波等干扰信息;同时改进损失函数来解决舰船密集分布时的漏检问题,提高网络训练效果。数据集上的实验表明,该方法平均准确率(mAP)为87.6%,比SSD算法提高了4.2个百分点,目标的漏检和误检明显减少。相比SSD算法,该算法对复杂背景下的舰船目标有较好的辨别能力和鲁棒性,抗干扰能力有所提升。
关键词
舰船目标
检测
注意力机制
单
次多
盒
检测
算法
合成孔径雷达图像
Keywords
ship object detection
attention mechanism
single shot multi-box detector(SSD)
synthetic aperture radar(SAR)image
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于深度卷积神经网络的SAR舰船目标检测
被引量：
21
2
作者
杨龙
苏娟
李响
机构
火箭军工程大学核工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第9期1990-1997,共8页
基金
国家自然科学基金(41574008)资助课题
文摘
针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。
关键词
舰船目标
检测
单
次多
盒
检测
器
检测
算法
深度卷积神经网络
Keywords
ship detection
single shot multibox detector (SSD) detection algorithm
deep convolutional neural network
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合注意力机制与改进SSD算法的SAR舰船目标检测方法
薛远亮
金国栋
侯笑晗
谭力宁
许剑锟
《计算机应用研究》
CSCD
北大核心
2022
11
下载PDF
职称材料
2
基于深度卷积神经网络的SAR舰船目标检测
杨龙
苏娟
李响
《系统工程与电子技术》
EI
CSCD
北大核心
2019
21
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
