基于显著性引导SSD算法的SAR图像目标检测

谢灶芳

您当前的位置：

首页 >

文章列表页 >

基于显著性引导SSD算法的SAR图像目标检测

更新时间：2025-11-25

- 基于显著性引导SSD算法的SAR图像目标检测
- Vol. 21, Issue 8, Pages: 5-8(2023)
- 作者机构：
  
  广东省测绘工程有限公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP183;TN957.52
- Published：2023
- 稿件说明：
移动端阅览
谢灶芳. 基于显著性引导SSD算法的SAR图像目标检测[J]. 2023, 21(8): 5-8.
DOI：

谢灶芳. 基于显著性引导SSD算法的SAR图像目标检测[J]. 2023, 21(8): 5-8. DOI：

摘要

目前基于卷积神经网络（CNN）的目标检测算法被广泛应用于多个领域。在合成孔径雷达（SAR）图像中，由于存在严重的相干斑噪声干扰，现有的方法难以对目标进行准确的检测和定位。为了实现对SAR图像目标的准确检测，提出一种基于显著性引导SSD算法的SAR图像目标检测方法，通过利用显著性图反映的显著性信息抑制相干斑噪声对目标区域的干扰，并将其有效的融入到目标检测算法SSD中，从而提高对SAR图像目标的检测精度。在MiniSAR图像数据集上的试验结果表明，所提算法对不同目标类别目标的识别精度达到95.21%，优于现有的多个SAR图像目标检测算法。

Abstract

关键词

Keywords

references

罗月童,江佩峰,段昶,周波.面向小目标检测的改进RetinaNet模型及其应用[J].计算机科学,2021(10).

杜兰,魏迪,李璐,郭昱辰.基于半监督学习的SAR目标检测网络[J].电子与信息学报,2020(01).

苏娟,杨龙,黄华,金国栋.用于SAR图像小目标舰船检测的改进SSD算法[J].系统工程与电子技术,2020(05).

胡炎,单子力,高峰.基于Faster-RCNN和多分辨率SAR的海上舰船目标检测[J].无线电工程,2018(02).

Chen Bo-Lun,Wan Jing-Jing,Chen Tai-Yue,Yu Yong-Tao,Ji Min.A self-attention based faster R-CNN for polyp detection from colonoscopy images[J].Biomedical Signal Processing and Control,2021.

Views

181

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

引入注意力机制的高光谱影像分类空洞卷积网络

顾及深度残差U-Net的遥感影像建筑物提取

改进CenterNet的旋转农业大棚目标检测

基于GNSS-R数据和机器学习算法探测森林火灾研究

流形学习和卷积神经网络的农作物精细分类

Related Author

李星华

胡光

刘文铭

杨柳

马向阳

杨杰

彭家真

李红玲

Related Institution

武汉大学资源与环境科学学院

武汉大学遥感信息工程学院

浙江华东测绘与工程安全技术有限公司

国能数智科技开发(北京)有限公司

天津航天中为数据系统科技有限公司

AI问答

⁰