仪器仪表学报

作者：闫钧华，张 琨，施天俊，朱桂熠，刘 勇，张 寅

单位：闫钧华,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，2. 南京航空航天大学航天学院,,张 琨,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，2. 南京航空航天大学航天学院,,施天俊,3. 哈尔滨工业大学空间光学工程中心,,朱桂熠,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，2. 南京航空航天大学航天学院,,刘 勇,4. 军事科学院国防科技创新研究院,,张 寅,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，2. 南京航空航天大学航天学院,

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

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 ，国家自然科学基金资助(61705104)；中央高校基本科研业务费资助（NJ2020021）；江苏省自然科学基金资助（BK20170804）

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AP0.5∶0.95达到42.3%,AP0.5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。

来源：2022年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第3期