基于双流对称特征融合网络模型的海洋船舶目标识别
作者：孙祎芸; 樊臻; 董山玲; 郑荣濠; 兰剑
更新时间：
舰船目标识别在民用和军事领域具有重要的战略意义。本文针对可见光和红外图像，提出了一种基于注意机制的双流对称特征融合网络模型，以提高复杂感知环境下舰船目标的综合识别性能。该模型利用双流对称网络并行提取可见光和红外图像的特征，通过构建基于级联平均融合的多级融合层，有效地利用可见光和红外模式的互补信息，获得更全面的船舶特征描述。同时，在特征融合模块中引入空间注意机制，增强了融合特征图中关键区域的响应，进一步提高了模型的整体识别性能。在Aristole的实际数据集上进行的一系列实验表明，该模型的有效性，其识别准确率可达87.24%，其综合性能明显优于现有的方法