基于全局信息融合的多尺度方向感知 SAR 目标检测网络
计算机视觉与模式识别
2024-10-15 v5
摘要
深度学习推动了使用合成孔径雷达（SAR）图像进行目标检测的重大进展。现有方法虽然取得了有希望的结果，但往往难以有效整合局部和全局信息，特别是方向感知特征。本文提出了 SAR-Net，一种专门用于 SAR 目标检测中方向感知信息全局融合的新型框架。SAR-Net 利用了两个关键创新：统一补偿机制（UCM）和方向感知注意力模块（DAM）。UCM 有助于建立不同尺度特征之间的互补关系，实现高效的全局信息融合和传输。此外，DAM 通过双向注意力聚合捕获方向感知信息，有效消除背景干扰。大量实验证明了 SAR-Net 的有效性，在飞机（SAR-AIRcraft-1.0）和船舶数据集（SSDD、HRSID）上取得了最先进的结果，证实了其泛化能力和鲁棒性。
引用
@article{arxiv.2312.16943,
title = {Multi-scale direction-aware SAR object detection network via global information fusion},
author = {Mingxiang Cao and Weiying Xie and Jie Lei and Jiaqing Zhang and Daixun Li and Yunsong Li},
journal= {arXiv preprint arXiv:2312.16943},
year = {2024}
}