摘要
本发明公开了一种基于全局信息融合的多尺度方向感知SAR目标检测方法,主要解决现有的SAR目标检测方法全局信息不足、方向感知特征提取不充分,导致检测精度和效率低的问题。其实现方案是:获取SAR图像的训练样本集和测试样本集;构建包括两个特征提取器和检测头的多尺度方向感知SAR目标检测网络;利用训练样本集,通过反向传播迭代训练目标检测网络模型;将测试样本集输入到训练好的网络模型获取目标检测结果。本发明设计的第一特征提取器,利用了双向注意力机制来提取物体的方向和位置信息,使其在不同目标姿态和角度下均具有较强的鲁棒性;设计的第二特征提取器,实现了全局与局部特征的有机融合,确保了提高了目标检测效率,可应用于环境监测和灾害评估。
技术关键词
检测网络模型
特征提取器
全局信息融合
训练样本集
对齐模块
图像
随机梯度下降
卷积模块
融合特征
多尺度
双向注意力机制
Sigmoid函数
多层感知机
局部特征提取
模型预测值
参数
保留特征
系统为您推荐了相关专利信息
特征提取网络
动态
多尺度特征提取
模块
检测网络模型
归集方法
非线性
全局信息融合
归集系统
数据处理技术
穿刺引导系统
静脉
血管
检测识别模块
特征提取模块
无线测距方法
发射机
环境数据采集器
无线测距系统
接收机
故障分类器
特征提取器
故障诊断方法
输出特征
多层卷积神经网络