期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于锚框自适应和多尺度增强的SAR舰船检测
被引量:
1
1
作者
邵子康
张晓玲
+1 位作者
张天文
曾天娇
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第4期1204-1211,共8页
针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题,提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SA...
针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题,提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先,AA-MSE-Net引入了锚框自适应机制,来生成适应目标形态的高质量锚框,增强了舰船形态描述能力。其次,AA-MSE-Net提出了多尺度增强金字塔网络,来融合增强多尺度特征,增强了多尺度描述能力。最后,AA-MSE-Net在骨干网络中引入了可变形卷积,来提取舰船形变特征,进一步提高检测精度。实验证明,AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。
展开更多
关键词
合成孔径雷达
舰船检测
自适应锚框
尺度增强
下载PDF
职称材料
基于掩模注意型交互的SAR舰船实例分割
2
作者
张天文
张晓玲
+1 位作者
邵子康
曾天娇
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第3期831-838,共8页
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,...
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%。
展开更多
关键词
合成孔径雷达
深度学习
实例分割
掩模注意型交互
下载PDF
职称材料
全等级上下文压缩激励的SAR舰船实例分割
被引量:
2
3
作者
张天文
张晓玲
+1 位作者
邵子康
曾天娇
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2023年第3期357-365,共9页
现有深度学习SAR舰船实例分割方法未考虑特征全等级信息和目标上下文信息,导致了较低实例分割精度。针对上述问题,提出了一种基于全等级上下文压缩激励感兴趣区域ROI提取器的SAR舰船实例分割方法FL-CI-SE-ROIE。FL-CI-SE-ROIE实现了全等...
现有深度学习SAR舰船实例分割方法未考虑特征全等级信息和目标上下文信息,导致了较低实例分割精度。针对上述问题,提出了一种基于全等级上下文压缩激励感兴趣区域ROI提取器的SAR舰船实例分割方法FL-CI-SE-ROIE。FL-CI-SE-ROIE实现了全等级ROI提取,可保留全等级信息,增强了网络多尺度描述能力。FL-CI-SE-ROIE实现了上下文ROI扩充,可获取目标上下文信息,增强了网络背景鉴别能力。FL-CI-SE-ROIE引入了压缩激励SE模块来平衡不同范围的上下文ROI,可抑制背景干扰,进一步提高了实例分割精度。在公开像素级多边形分割SAR舰船检测数据集PSeg-SSDD上的实验结果表明,所提方法的SAR舰船实例分割精度高于现有其他9种对比模型。
展开更多
关键词
深度学习
实例分割
感兴趣区域提取器
合成孔径雷达
下载PDF
职称材料
基于自适应锚框分配与IOU监督的复杂场景SAR舰船检测
4
作者
胥小我
张晓玲
+3 位作者
张天文
邵子康
徐彦钦
曾天娇
《雷达学报(中英文)》
EI
CSCD
北大核心
2023年第5期1097-1111,共15页
针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net)。首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布...
针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net)。首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布模型来自适应地将锚框分配为正负样本,增强了复杂场景下的舰船样本学习能力。然后,A3-IOUS-Net提出了IOU监督,在预测头部增加IOU预测分支来监督检测框定位质量,使得网络能够精确定位复杂场景下的舰船目标。此外,在该IOU预测分支中引入了坐标注意力模块,抑制了背景杂波干扰,进一步提高了检测精度。在公开的SAR舰船检测数据集(SSDD)的实验结果表明,A3-IOUS-Net在复杂场景中的平均精度(AP)值为82.04%,优于其他15种对比模型。
展开更多
关键词
合成孔径雷达
舰船检测
复杂场景
自适应锚框分配
IOU监督
下载PDF
职称材料
基于显著性CNN的SAR图像靠岸舰船检测方法
5
作者
张天文
张晓玲
+2 位作者
胥小我
邵子康
曾天娇
《空天预警研究学报》
CSCD
2023年第4期285-289,共5页
为提高卷积神经网络(CNN)对SAR图像靠岸舰船的检测精度,提出一种基于显著性CNN方法.该方法使用视觉显著性机制对SAR图像进行预处理,将得到的场景注意力加权(即显著图)融合到原始SAR图像中,最终将带有场景注意力加权的SAR图像输入到CNN网...
为提高卷积神经网络(CNN)对SAR图像靠岸舰船的检测精度,提出一种基于显著性CNN方法.该方法使用视觉显著性机制对SAR图像进行预处理,将得到的场景注意力加权(即显著图)融合到原始SAR图像中,最终将带有场景注意力加权的SAR图像输入到CNN网络.在公开的SAR舰船检测数据集上的实验表明,与经典双阶段检测器FasterR-CNN方法相比,显著性CNN方法可抑制岸边背景干扰,有效提高SAR靠岸舰船的检测精度.
展开更多
关键词
合成孔径雷达
舰船检测
卷积神经网络
靠岸舰船
下载PDF
职称材料
题名
基于锚框自适应和多尺度增强的SAR舰船检测
被引量:
1
1
作者
邵子康
张晓玲
张天文
曾天娇
机构
电子科技大学信息与通信工程学院
电子科技大学航空航天学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第4期1204-1211,共8页
基金
国家自然科学基金(61571099)资助课题。
文摘
针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题,提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先,AA-MSE-Net引入了锚框自适应机制,来生成适应目标形态的高质量锚框,增强了舰船形态描述能力。其次,AA-MSE-Net提出了多尺度增强金字塔网络,来融合增强多尺度特征,增强了多尺度描述能力。最后,AA-MSE-Net在骨干网络中引入了可变形卷积,来提取舰船形变特征,进一步提高检测精度。实验证明,AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。
关键词
合成孔径雷达
舰船检测
自适应锚框
尺度增强
Keywords
synthetic aperture radar(SAR)
ship detection
adaptive anchor
scale enhancement
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于掩模注意型交互的SAR舰船实例分割
2
作者
张天文
张晓玲
邵子康
曾天娇
机构
电子科技大学信息与通信工程学院
电子科技大学航空航天学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第3期831-838,共8页
基金
国家自然科学基金(61571099)资助课题。
文摘
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
Keywords
synthetic aperture radar(SAR)
deep learning
instance segmentation
mask attention interaction
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
全等级上下文压缩激励的SAR舰船实例分割
被引量:
2
3
作者
张天文
张晓玲
邵子康
曾天娇
机构
电子科技大学信息与通信工程学院
电子科技大学航空航天学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2023年第3期357-365,共9页
基金
国家自然科学基金(61571099)。
文摘
现有深度学习SAR舰船实例分割方法未考虑特征全等级信息和目标上下文信息,导致了较低实例分割精度。针对上述问题,提出了一种基于全等级上下文压缩激励感兴趣区域ROI提取器的SAR舰船实例分割方法FL-CI-SE-ROIE。FL-CI-SE-ROIE实现了全等级ROI提取,可保留全等级信息,增强了网络多尺度描述能力。FL-CI-SE-ROIE实现了上下文ROI扩充,可获取目标上下文信息,增强了网络背景鉴别能力。FL-CI-SE-ROIE引入了压缩激励SE模块来平衡不同范围的上下文ROI,可抑制背景干扰,进一步提高了实例分割精度。在公开像素级多边形分割SAR舰船检测数据集PSeg-SSDD上的实验结果表明,所提方法的SAR舰船实例分割精度高于现有其他9种对比模型。
关键词
深度学习
实例分割
感兴趣区域提取器
合成孔径雷达
Keywords
deep learning
instance segmentation
ROI extractor
synthetic aperture radar
分类号
TN958 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于自适应锚框分配与IOU监督的复杂场景SAR舰船检测
4
作者
胥小我
张晓玲
张天文
邵子康
徐彦钦
曾天娇
机构
电子科技大学信息与通信工程学院
电子科技大学航空航天学院
出处
《雷达学报(中英文)》
EI
CSCD
北大核心
2023年第5期1097-1111,共15页
基金
国家自然科学基金(61571099)。
文摘
针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net)。首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布模型来自适应地将锚框分配为正负样本,增强了复杂场景下的舰船样本学习能力。然后,A3-IOUS-Net提出了IOU监督,在预测头部增加IOU预测分支来监督检测框定位质量,使得网络能够精确定位复杂场景下的舰船目标。此外,在该IOU预测分支中引入了坐标注意力模块,抑制了背景杂波干扰,进一步提高了检测精度。在公开的SAR舰船检测数据集(SSDD)的实验结果表明,A3-IOUS-Net在复杂场景中的平均精度(AP)值为82.04%,优于其他15种对比模型。
关键词
合成孔径雷达
舰船检测
复杂场景
自适应锚框分配
IOU监督
Keywords
Synthetic Aperture Radar(SAR)
Ship detection
Complex scenes
Adaptive Anchor Assignment(A3)
IOU Supervise(IOUS)
分类号
TN957.52 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于显著性CNN的SAR图像靠岸舰船检测方法
5
作者
张天文
张晓玲
胥小我
邵子康
曾天娇
机构
电子科技大学信息与通信工程学院
电子科技大学航空航天学院
出处
《空天预警研究学报》
CSCD
2023年第4期285-289,共5页
文摘
为提高卷积神经网络(CNN)对SAR图像靠岸舰船的检测精度,提出一种基于显著性CNN方法.该方法使用视觉显著性机制对SAR图像进行预处理,将得到的场景注意力加权(即显著图)融合到原始SAR图像中,最终将带有场景注意力加权的SAR图像输入到CNN网络.在公开的SAR舰船检测数据集上的实验表明,与经典双阶段检测器FasterR-CNN方法相比,显著性CNN方法可抑制岸边背景干扰,有效提高SAR靠岸舰船的检测精度.
关键词
合成孔径雷达
舰船检测
卷积神经网络
靠岸舰船
Keywords
SAR
ship detection
CNN
inshore ship
分类号
TN957.52 [电子电信—信号与信息处理]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于锚框自适应和多尺度增强的SAR舰船检测
邵子康
张晓玲
张天文
曾天娇
《系统工程与电子技术》
EI
CSCD
北大核心
2024
1
下载PDF
职称材料
2
基于掩模注意型交互的SAR舰船实例分割
张天文
张晓玲
邵子康
曾天娇
《系统工程与电子技术》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
3
全等级上下文压缩激励的SAR舰船实例分割
张天文
张晓玲
邵子康
曾天娇
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
4
基于自适应锚框分配与IOU监督的复杂场景SAR舰船检测
胥小我
张晓玲
张天文
邵子康
徐彦钦
曾天娇
《雷达学报(中英文)》
EI
CSCD
北大核心
2023
0
下载PDF
职称材料
5
基于显著性CNN的SAR图像靠岸舰船检测方法
张天文
张晓玲
胥小我
邵子康
曾天娇
《空天预警研究学报》
CSCD
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部