基于掩模注意型交互的SAR舰船实例分割 |
| |
引用本文: | 张天文,张晓玲,邵子康,曾天娇.基于掩模注意型交互的SAR舰船实例分割[J].系统工程与电子技术,2024(3):831-838. |
| |
作者姓名: | 张天文 张晓玲 邵子康 曾天娇 |
| |
作者单位: | 1. 电子科技大学信息与通信工程学院;2. 电子科技大学航空航天学院 |
| |
基金项目: | 国家自然科学基金(61571099)资助课题; |
| |
摘 要: | 现有合成孔径雷达(synthetic aperture radar, SAR)舰船实例分割方法未实现掩模交互或交互性能有限,导致检测精度较低。针对上述问题,提出了一种基于掩模注意型交互(mask attention interaction, MAI)的SAR舰船实例分割方法MAI-Net。首先,MAI-Net使用了膨胀空间金字塔池化,来获取多分辨率特征响应,增强了对背景的鉴别能力。其次,MAI-Net使用了非局部注意力模块来抑制低价值信息,实现了空间特征自注意。最后,MAI-Net提出了拼接混洗注意力模块来平衡不同特征图的贡献,进一步提高了实例分割精度。在公开的像素级多边形分割SAR舰船检测数据集(polygon segmentation SAR ship detection dataset, PSeg-SSDD)上的实验结果表明,MAI-Net的SAR舰船实例分割精度高于现有其他11种对比模型,实例分割精度达到61.1%,高于次优模型1.5%。
|
关 键 词: | 合成孔径雷达 深度学习 实例分割 掩模注意型交互 |
|
|