[发明专利]基于稠密连接稀疏激活网络的SAR图像舰船检测方法

说明书

本发明涉及一种基于稠密连接稀疏激活网络的SAR图像舰船检测方法，包括：获取待测SAR图像；将待测SAR图像输入至预先训练完成的检测网络，得到待测SAR图像对应的舰船目标定位结果；其中，检测网络是基于多个训练图像训练获得的；检测网络包括：特征提取模块，用于从待测SAR图像中提取多个特征图；特征融合模块，用于对多个特征图进行特征融合，得到多个不同尺度的特征融合图；目标区域检测模块，用于对多个不同尺度的特征融合图进行无锚框式目标区域检测，得到舰船目标定位结果。本发明的基于稠密连接稀疏激活网络的SAR图像舰船检测方法在取得较高的检测精度同时具有最小的参数量和计算复杂度。

技术领域

本发明属于雷达信号处理领域，具体涉及一种基于稠密连接稀疏激活 网络的SAR图像舰船检测方法。

背景技术

合成孔径雷达(Synthetic aperture radar,SAR)具有全天时、全天候对 地观测的独特能力，在海洋勘探中占有重要地位。随着一些星载SAR传感 器平台(如RA-DARSAT-2、TerraSAR-X、GF-III)的投入使用，高分辨率SAR 图像不再难以获取，这促进了SAR图像在海洋监测中的应用。

舰船目标检测一直是SAR系统的关键问题。传统的基于恒虚警率 (CFAR)的方法不能很好地应用于多尺度或近岸船舶检测等复杂条件下。 随着深度学习的发展，基于卷积神经网络(CNN)的方法被用于解决这些 问题，并取得了良好的性能。然而，现有的基于CNN的舰船目标检测方法 直接使用普通的卷积结构来构建特征提取网络，参数量较大，导致基于CNN 的舰船目标检测器的计算复杂度较高，难以满足某些资源受限平台的应用 要求。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于稠密连 接稀疏激活网络的SAR图像舰船检测方法。本发明要解决的技术问题通过 以下技术方案实现：

本发明提供了一种基于稠密连接稀疏激活网络的SAR图像舰船检测方 法，包括：

获取待测SAR图像；

将所述待测SAR图像输入至预先训练完成的检测网络，得到所述待测 SAR图像对应的舰船目标定位结果；

其中，所述检测网络是基于多个训练图像训练获得的；所述检测网络 包括：

特征提取模块，用于从所述待测SAR图像中提取多个特征图，所述特 征提取模块包括第一卷积单元和多个第二卷积单元，其中，所述第一卷积 单元作为所述特征提取模块的第一层级，所述第一卷积单元和多个所述第 二卷积单元按照密集连接方式堆叠，所述第一卷积单元为传统卷积结构， 所述第二卷积单元为稀疏激活卷积结构；

特征融合模块，用于对多个所述特征图进行特征融合，得到多个不同 尺度的特征融合图，所述特征融合模块为深度特征融合金字塔结构；

目标区域检测模块，用于对多个不同尺度的所述特征融合图进行无锚 框式目标区域检测，得到所述舰船目标定位结果。

在本发明的一个实施例中，所述稀疏激活卷积结构包括依次连接的若 干稀疏激活模块，所述稀疏激活模块包括依次连接的分组卷积层、深度卷 积层和传统卷积层。

在本发明的一个实施例中，在所述稀疏激活模块内通过通道重排操作， 实现各卷积层的跨通道交互和信息整合。

在本发明的一个实施例中，所述特征提取模块的第i层级的输出表示为：

其中，Conv表示卷积操作，H_SA(·)表示稀疏激活卷积结构，X₀表示第 一层级的输入，X_1,o,...,X_i-1,o表示相应层级输出的特征图按照通道维度拼接。