融合上下文信息和注意力的遥感小目标检测 |
| |
作者姓名: | 周华平 张杰 |
| |
作者单位: | 安徽理工大学计算机科学与工程学院 |
| |
基金项目: | 国家自然科学基金项目(61703005);;安徽省重点研发计划国际科技合作专项项目(202004b11020029); |
| |
摘 要: | 针对Faster-RCNN算法在遥感图像当中对小目标的漏检、检测精度不高等问题作出改进.用特征提取能力更强的ResNet50网络替换VGG16;同时为了加强对遥感小目标信息的提取,引入特征金字塔,添加多尺度扩张卷积模块来增强特征金字塔的上下文特征,扩充小目标信息,使用通道注意力机制来减少特征融合过程中带来的信息混淆,提高模型对遥感小目标的检测效果.实验表明,所改进的方法在HRRSD遥感数据集达到86.7%的检测精度,较改进前提升了5.2%,同时检测效果也优于当前的一些主流检测模型,证明了改进后模型的有效性.
|
关 键 词: | 遥感小目标 特征金字塔 多尺度扩张 信息混淆 通道注意力 |
|
|