基于卷积神经网络与注意力机制的SAR图像飞机检测

摘要

在合成孔径雷达(synthetic aperture radar,SAR)图像应用领域,对SAR图像中飞机目标的检测备受关注.针对现有检测算法模型运算复杂度高、检测性能较低的问题,提出一种基于深度可分离卷积神经网络与注意力机制的SAR图像飞机检测算法.首先使用深度可分离卷积神经网络提取图像特征,同时在网络中引入逆残差块,以有效防止通道数压缩引起的特征信息丢失问题;其次在网络中引入多尺度空洞卷积—空间注意力模块和全局上下文通道注意力模块,通过重新分配显著区域和各特征图更有代表性的权值,以更好地捕捉空间有效信息和通道间语义相关性,提高模型特征表达能力;最后在SAR飞机数据集(SAR aircraft dataset,SAD)上进行对比实验验证.实验结果表明,所提算法具有更好的检测效果,平均准确率达到86.3％,检测速度达到22.4 fps/s.