FAD-SAR：一种基于深度学习方法的合成孔径雷达图像渔业活动检测系统
计算机视觉与模式识别
2024-07-15 v2
摘要
非法、未报告和不受管制（IUU）的捕捞活动严重影响人类生活的各个方面。然而，传统的海上IUU捕捞活动检测和监测方法存在局限性。尽管合成孔径雷达（SAR）可以补充现有的船舶检测系统，但使用传统方法从SAR图像中提取有用信息仍然是一个挑战，尤其是在IUU捕捞方面。本文提出了一种基于深度学习的渔业活动检测系统，该系统使用六种经典目标检测模型在xView3数据集上实现：SSD、RetinaNet、FSAF、FCOS、Faster R-CNN和Cascade R-CNN。此外，本工作采用不同的增强技术来提高Faster R-CNN模型的性能。实验结果表明，使用在线难例挖掘（OHEM）策略训练Faster R-CNN模型可将Avg-F1值从0.216提高到0.212。
关键词
引用
@article{arxiv.2404.18245,
title = {FAD-SAR: A Novel Fishing Activity Detection System via Synthetic Aperture Radar Images Based on Deep Learning Method},
author = {Yanbing Bai and Siao Li and Rui-Yang Ju and Zihao Yang and Jinze Yu and Jen-Shiun Chiang},
journal= {arXiv preprint arXiv:2404.18245},
year = {2024}
}