SEFEPNet: Red de Pirámide para la Expansión de Escala y Mejora de Características para la Detección de Aeronaves SAR con un Conjunto de Datos de Muestra Pequeña

La detección de aeronaves en imágenes de radar de apertura sintética (SAR) sigue siendo una tarea de investigación desafiante debido a la insuficiencia de datos públicos, la dificultad de la detección de objetivos multiescala y la complejidad de la interferencia del fondo. En este artículo, construimos un conjunto de datos público para la detección de aeronaves SAR (SADD) con un fondo complejo y objetos de interferencia para facilitar la investigación en la detección de aeronaves SAR. Luego, proponemos la red de pirámide para la expansión de escala y mejora de características como la línea base del SADD. Utiliza un método de fusión de cuatro escalas para combinar la información de posición superficial con la información semántica profunda, adaptándose de manera efectiva a la detección de objetivos multiescala en imágenes SAR, mejorando significativamente el efecto de detección de pequeños objetivos. La estructura de pirámide de mejora de características se conecta detrás de la red de fondo para debilitar la textura del fondo y resaltar el objetivo para lograr una mejora de características, mejorando la capacidad de extraer características de objetivos en fondos complejos. Finalmente, para mejorar aún más el rendimiento de detección del conjunto de datos de aeronaves SAR de pequeña escala, proponemos un método de transferencia de aprendizaje adaptativo de dominio. Los experimentos en SADD muestran que este método puede mejorar significativamente la tasa de recuperación y el puntaje F1. Al mismo tiempo, encontramos que el efecto de transferencia de usar objetivos homólogos pero de diferentes tipos como dominio fuente es mejor que el de objetivos heterólogos pero del mismo tipo en la detección de aeronaves SAR, lo que es instructivo para futuras investigaciones.