[发明专利]改进的基于Faster R-CNN的港口SAR图像近岸舰船检测方法

摘要

本发明公开了一种改进的基于Faster R‑CNN的港口SAR图像近岸舰船检测方法，包括以下步骤：S1、选取SAR图像样本集，构建卷积神经网络；S2、将目标SAR图像输入步骤卷积神经网络提取特征图；S3、生成候选区域建议；S4、目标区域池化；S5、进行二分类：根据S4得到的目标区域特征图计算目标类型，区分目标是舰船还是背景，形成分类分数；S6、边框回归：根据S4得到的目标区域特征图，进行边界框回归细化边界框，最终获得检测框的精确位置；S7、消除虚警，得到最终的存在感兴趣目标的区域。本发明引入深度学习的方法用于合成孔径雷达目标检测，改变了单一的依据阈值选取最终检测框的方式，将基于特征的方法和基于像素的方法相结合，提高了检测率，降低了虚警率。

主权项

1.一种改进的基于Faster R‑CNN的港口SAR图像近岸舰船检测方法，其特征在于，包括以下步骤：S1、选取近岸场景SAR图像作SAR图像样本集，利用选取的SAR图像样本集构建卷积神经网络；S2、特征提取：将目标SAR图像输入步骤S1构建的卷积神经网络中，提取目标SAR图像的特征图；S3、生成候选区域建议：将步骤S2得到的特征图输入区域建议网络生成候选区域建议；S4、目标区域池化：以S2输出的特征图和S3输出的候选区域建议为输入，将候选区域建议映射到特征图的对应位置，对映射后的特征图进行池化操作；S5、进行二分类：根据S4得到的目标区域特征图计算目标类型，区分目标是舰船还是背景，形成分类分数；S6、边框回归：根据S4得到的目标区域特征图，进行边界框回归细化边界框，最终获得检测框的精确位置；S7、消除虚警，得到最终的存在感兴趣目标的区域。