文献类型：期刊文章

作　　者：闫钧华[1,2] 张琨[1,2] 施天俊[3] 朱桂熠[1,2] 刘勇[4] 张寅[1,2]

Yan Junhua;Zhang Kun;Shi Tianjun;Zhu Gniyi;Liu Yong;Zhang Yin(Key hiboratory of Space Photoelectric Detection and Perception(Nanjing University of Aeronautics and Astronautics),Ministry of Industry and Information Technology.Nanjing 211106,China;College oj Astronautics,JSanjing University of Aeronautics and Astronautics,Nanjing 211106,China;Research Center for Space Optical Engineering,Harbin Institute of Technology,Harbin 150001,China;National Innovation Institute of Defense Technology,Academy of Military Sciences,Beijing 100071,China)

机构地区：[1]南京航空航天大学空间光电探测与感知工业和信息化部重点实验室,南京211106 [2]南京航空航天大学航天学院,南京211106 [3]哈尔滨工业大学空间光学工程中心,哈尔滨150001 [4]军事科学院国防科技创新研究院,北京100071

出　　处：《仪器仪表学报》

基　　金：中央高校基本科研业务费资助(NJ2020021);中央高校基本科研业务费资助(NT2020022);国家自然科学基金(61901504)项目资助。

年　　份：2022

卷　　号：43

期　　号：3

起止页码：221-229

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决遥感图像地面弱小目标检测中弱小目标信息量少、信息真假混杂的难题,本文提出一种融合多层级特征的遥感图像地面弱小目标检测算法CC-YOLO。该算法首先利用深度卷积神经网络逐级对目标图像进行特征提取,得到高低层特征空间金字塔图;然后,对空间金字塔图进行跨层级通道特征融合,结合新增的位置注意力机制CA,分别沿两个空间方向聚合特征,保留弱小目标精确的位置信息;最后,在聚合后生成的双支路特征图上进行端到端的目标检测,联合多通道检测信息输出检测结果。为解决算法实验中图像数据匮乏的问题,构建了遥感图像地面弱小目标数据集GDSTD。实验结果表明,算法AP;达到42.3%,AP;达到94.6%,检测速率FPS达到58.8帧/s,具有一定的鲁棒性和实时性。

关 键 词：弱小目标检测 多层级特征  融合  位置注意力机制  遥感图像

分 类 号：TP751.1] TP753] TH701[仪器类]