強化されたSAR船舶検出のためのダイナミックマルチスケール機能融合ネットワーク
1Navigation and Ship Engineering College, Dalian Ocean University, Dalian 116023, China.
Sensors (Basel, Switzerland)
|August 28, 2025
まとめ
この研究では,複雑な海洋環境における合成アパートルレーダー (SAR) 船舶検出を改善する強化されたアルゴリズムであるDRGD-YOLOを導入します. この新しい方法は検出の精度と信頼性を大幅に高め,海上監視と安全性を高めます.
科学分野:
- コンピュータ・ビジョン
- リモートセンシング
- 人工知能
背景:
- 現在の合成開口レーダー (SAR) の船検知方法は,複雑な海洋環境と闘い,環境干渉,誤った検知,マルチスケールターゲット変異などの課題に直面しています.
- 既存のアルゴリズムは,様々な海上の状況において,正確かつ信頼できる船舶識別に必要な強度が欠けていることが多い.
研究 の 目的:
- 強化されたYOLOアルゴリズムを開発し,DRGD-YOLOと名付け,合成開口レーダー (SAR) データを使用して優れた船舶検出性能を提供します.
- 多層の機能融合とダイナミック検出メカニズムを統合することにより,現在のSAR船検知技術の限界に対処する.
主な方法:
- トランスフォーマーとコンボリューションニューラルネットワークのアーキテクチャを組み合わせて機能抽出を強化するために,クロスステージのパーシャルダイナミックチャネルトランスフォーマーモジュール (CSP_DTB) を設計した.
- モデルのネックアーキテクチャ内の効率的なマルチスケール機能融合と情報伝播のための一般的なダイナミック機能ピラミッドネットワーク (RepGFPN) を導入しました.
- 軽量なダイナミック・デカップル・デュアル・アラインメント・ヘッド (DYDDH) を開発し,ローカライゼーションと分類作業の協働性能を向上させた.
主要な成果:
- DRGD- YOLOアルゴリズムは,HRSIDデータセットで93. 1%のmAP50と69. 2%のmAP50-95を達成しました.
- mAP50では3. 3%,mAP50〜95では4. 6%の増加を示した.
- 強化されたアルゴリズムは,合成開口レーダー (SAR) の船舶検出の精度と強さを向上させました.
結論:
- 提案されたDRGD-YOLOアルゴリズムは,SAR船検出の精度と堅実性を大幅に向上させています.
- この方法は,海上監視,漁業管理,海上安全モニタリングにおいて幅広い応用可能性を秘めています.
- この研究は,インテリジェント・マリン・モニタリング技術の進歩に不可欠な技術的支援を提供します.
