文献类型：期刊文章

作　　者：李孟洋[1,2] 孙炜玮[1] 张筱晗[3] 姚立波[1]

LI Mengyang;SUN Weiwei;ZHANG Xiaohan;YAO Libo(Naval Aviation University,Yantai 264000,China;Unit 94559 of the Chinese People's Liberation Army,Xuzhou 050003,China;Institute of Remote Sensing Information,Beijing 100096,China)

机构地区：[1]海军航空大学,烟台264000 [2]94592部队,徐州050003 [3]遥感信息研究所,北京100096

出　　处：《航天返回与遥感》

基　　金：国家自然科学基金重大研究计划重点项目(91538201);国家自然科学基金重大项目(61790554)。

年　　份：2021

卷　　号：42

期　　号：3

起止页码：138-147

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型。首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网络识别局部重点区域特征的能力,提取目标局部特征;最后,将全局特征和局部特征进行融合,利用全连接层对特征进行降维处理去除冗余信息,增加鲁棒性,并利用融合特征完成分类任务。实验表明,该方法可以兼顾全局特征和局部特征,在FGSC-23舰船目标数据集上准确率达到86.36%,优于其他方法。

关 键 词：舰船目标 细粒度识别  特征融合  遥感图像 遥感应用

分 类 号：TP75]