面向复杂场景的场景语义先验辅助红外舰船检测：SMPISD-MTPNet多任务感知网络
计算机视觉与模式识别
2024-07-29 v1
摘要
红外舰船检测(IRSD)因其对抗天气的鲁棒性而在近年来受到广泛关注。然而，复杂场景中常会出现大量误报。为此，我们提出了场景语义先验辅助多任务感知网络(SMPISD-MTPNet)，包括三个阶段：场景语义提取、深度特征提取和预测。在场景语义提取阶段，我们采用场景语义提取器(SSE)基于专家知识提取的特征引导网络。在深度特征提取阶段，采用主干网络提取深度特征，这些特征随后通过融合网络集成，增强对不同尺寸目标的检测能力。在预测阶段，我们利用多任务感知模块，其中包括梯度模块和场景分割模块，实现对复杂场景中小且暗淡目标的精确检测。对于训练过程，我们引入软微调策略以抑制数据增强导致的畸变。此外，由于缺乏公开标注场景的数据集，我们引入了带场景分割的红外舰船数据集(IRSDSS)。最后，我们评估了该网络并与最先进(SOTA)方法进行了比较，表明SMPISD-MTPNet在现有方法上表现更优。该研究的源码和数据集可在 https://github.com/greekinRoma/KMNDNet 获取。
引用
@article{arxiv.2407.18487,
title = {SMPISD-MTPNet: Scene Semantic Prior-Assisted Infrared Ship Detection Using Multi-Task Perception Networks},
author = {Chen Hu and Xiaogang Dong and Yian Huang Lele Wang and Liang Xu and Tian Pu and Zhenming Peng},
journal= {arXiv preprint arXiv:2407.18487},
year = {2024}
}