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

doi:10.13229/j.cnki.jdxbgxb.20221286

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 +

Author information +

文章历史 +

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。