改进Faster R-CNN的视频SAR动目标检测算法 |
| |
引用本文: | 许宜明,李东生,杨浩.改进Faster R-CNN的视频SAR动目标检测算法[J].火力与指挥控制,2024(1):124-130+138. |
| |
作者姓名: | 许宜明 李东生 杨浩 |
| |
作者单位: | 国防科技大学电子对抗学院 |
| |
摘 要: | 针对当前可用于深度学习的视频SAR数据稀少的现状,以及动目标检测算法中存在较多的漏检和虚警问题,基于美国桑迪亚国家实验室真实视频SAR数据制作深度学习数据集,提出一种改进Faster R-CNN的视频SAR动目标检测算法。算法以截取后的ResNet50为特征提取网络,利用K-means加遗传算法自适应计算锚框,并在数据预处理环节加入S型曲线增强方法,来增强图像的对比度信息。经实验验证,所提出方法能够显著提升动目标检测率和检测速度,其中,平均精度(AP)和F1分数提升均达到10个点以上,有效降低了虚警和漏检,整体表现优于一阶段算法SSD和RetinaNet。
|
关 键 词: | 视频SAR 动目标检测 Faster R-CNN 图像增强 K-means 遗传算法 |
|
|