电讯技术

作者：夏一帆,赵凤军,王樱洁,王春乐

单位：(1.中国科学院空天信息创新研究院，北京 100190;2.中国科学院大学 电子电气与通信工程学院，北京 100049)

关键词：合成孔径雷达(SAR)；飞机检测；注意力机制；特征融合；

基金：国家自然科学基金资助项目（61901445）

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像中飞机目标尺度多样性及背景强散射干扰的问题，提出了一种基于坐标注意力和自适应特征融合的YOLOv4 SAR图像飞机目标检测算法。该方法首先在主干网络引入坐标注意力机制，以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力。其次，在特征增强网络中引入自适应特征融合机制，提高了对不同大小飞机的特征提取能力，同时改善了YOLOv4算法召回率和精确率不平衡的问题。最后，通过改进的 K-Means聚类针对飞机目标调整先验框的尺寸，提高了模型的定位精度。实验结果表明，改进算法召回率达到91.01%，精确率达到90.09%，AP0.5达到92.34%，分别较原YOLOv4算法提高2.49%，6.56% 和3.62%。

来源：2024年第3期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第3期