基于Mask R-CNN网络的SAR图像舰船检测

摘要

为提高利用SAR(Synthetic Aperture Radar)图像进行舰船检测的准确性,降低复杂陆地区域对舰船检测的干扰,提出一种基于Mask R-CNN网络实例分割的SAR图像舰船检测技术.应用Mask R-CNN实例分割网络,获得SAR图像中陆地和船的初始位置信息,远洋船舶一般能实现较准确的检测,靠岸船舶常受到接泊陆地区域的干扰,易发生虚警和漏检,为了进一步提升靠岸船检测的准确性,进行结合陆地及船舶初始检测位置的虚警剔除和靠岸船寻回.在公开高分辨率SAR舰船检测数据集-1.0和自制难例数据集上实验显示,该方法较传统的恒虚警率检测方法和深度学习中回归框检测方法,能够实现较高准确性.