多特征融合和孪生注意力网络的高分辨率遥感图像目标检测

王春华, 李恩泽, 肖敏

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (01) : 240-250. DOI: 10.13229/j.cnki.jdxbgxb.20221286

多特征融合和孪生注意力网络的高分辨率遥感图像目标检测

  • 王春华, 李恩泽, 肖敏
作者信息 +
History +

摘要

为提高高分辨率遥感图像目标检测效果,本文将多特征融合方法和孪生注意力网络相结合,提出一种新的目标检测方法。构建遥感图像目标检测的整体框架,基于锚框模型对遥感图像目标进行多层特征的提取及融合;运用孪生注意力网络对遥感图像目标实时视觉跟踪检测,引入通道和空间的双重自注意力机制,提高目标图像的特征表达能力,由此得到更加精准的检测结果。实验分析结果表明,本文方法的平均总体精度为93.8,F1指数平均值为0.88,Kappa系数平均值为0.93,均明显高于对比方法,说明本文方法具有较好的检测效果。

关键词

多特征融合 / 高分辨率 / 遥感图像 / 孪生注意力 / 目标检测 / 语义特征

中图分类号

TP751 / TP18

引用本文

导出引用
王春华, 李恩泽, 肖敏. 多特征融合和孪生注意力网络的高分辨率遥感图像目标检测. 吉林大学学报(工学版). 2024, 54(01): 240-250 https://doi.org/10.13229/j.cnki.jdxbgxb.20221286

基金

国家自然科学基金项目(61771354); 中国博士后科学基金项目(2022M712484); 河南省高等学校重点科研项目(22A880014)

评论

Accesses

Citation

Detail

段落导航
相关文章

/