基于不变特征的多源遥感图像舰船目标检测算法
作者:杨曦; 张鑫; 郭浩远; 王楠楠; 高新波
更新时间:
由于域偏移的存在,多源图像舰船目标检测任务面临着由不同同源传感器引起的图像风格差异问题。此外,针对特定数据源训练特定的检测模型将消耗大量的计算资源,这严重限制了其在军事和民用领域的工程应用,设计一个通用网络来有效地检测来自不同遥感数据源的舰船目标已成为一个研究热点。针对这一需求,本文提出了一种基于不变特征的通用舰船目标检测方法,该方法充分利用多源数据之间的共享知识,实现了通用遥感目标的网络检测。该方法分为图像级的风格转换网络和特征级的域自适应网络两部分,前者利用风格变换网络生成接近真实分布的伪多源图像,缩小多源数据之间的分布,并在图像级学习多源数据的不变特征。为了在特征层次上学习多源数据的不变特征,后者通过自适应网络对多源特征进行解耦,并通过域注意网络的自适应权重分布实现特征重组,HRSC和SAR ship数据集表明,该方法通过不变特征之间的信息互补,缓解了域偏移问题,能够有效地检测多源遥感数据。该方法在上述多源数据集上的平均识别率为90.8%,与现有的主流舰船目标检测方法相比,可提高1.4%~10.6%