基于层间分类一致性准则的舰船目标细粒度识别方法

摘要：

舰船目标的层次化、细粒度识别在军事和民用领域均有重要意义.现有细粒度识别方法一般需要部件级精细标注或采用注意力机制提取关键特征,但并未有效利用舰船目标层次化分类体系中本身所蕴含的隶属关系信息提高细粒度识别精度.针对舰船目标的层次化分类问题,建立了舰船目标多层级一致性分类数学模型,提出了一种基于层间强一致性分类准则的细粒度识别方法,设计了层间一致性分类损失函数,并构建了多层级兼容舰船目标细粒度识别网络(MLCDet).经试验验证,该方法有效、鲁棒,资源开销小,能够有效利用分类体系中各类别间的隶属关系提升目标识别精度.在无需部件级标注信息的前提下,将mAP提高了 1.3％,与此同时,模型总参数量仅增加0.02％,推断速度不变.

关键词：舰船识别、光学遥感、目标识别、细粒度识别、层次化分类

所属期刊栏目：43

分类号：V19(航空、航天的应用)

资助基金：深圳市科技计划;民用航天技术预先研究项目

在线出版日期：2023-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：93-104