SAR方法与应用 | 浏览量 : 0 下载量: 0 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 融合图像梯度与强散射特性的有监督注意力无锚框SAR目标检测

    • Fusing gradient and strong scattering of images with Supervised-Attention and Anchor-Free method for target detection in SAR images

    • “针对复杂场景下SAR图像目标检测任务，专家提出Tri-GCA-FCOS网络，融合有监督注意力机制与SAR图像特性，有效提升目标检测性能，为复杂场景目标检测提供新方案。”
    • 2026年30卷第3期 页码：520-533   

      收稿：2025-02-24，

      纸质出版：2026-03-07

    • DOI： 10.11834/jrs.20265065     

    移动端阅览

  • 王禹，李佳朋，钱鹏，孙郑，布树辉.2026.融合图像梯度与强散射特性的有监督注意力无锚框SAR目标检测.遥感学报，30（3）： 520-533 DOI： 10.11834/jrs.20265065.
    Wang Y，Li J P，Qian P，Sun Z and Bu S H. 2026. Fusing gradient and strong scattering of images with Supervised-Attention and Anchor-Free method for target detection in SAR images. National Remote Sensing Bulletin， 30（3）：520-533 DOI： 10.11834/jrs.20265065.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

祝源 中国石油大学(华东) 海洋与空间信息学院
万勇 中国石油大学(华东) 海洋与空间信息学院
孙伟峰 中国石油大学(华东) 海洋与空间信息学院
茹逸凡 中国科学院大学 杭州高等研究院;中国科学院上海技术物理研究所
唐国良 中国科学院大学 杭州高等研究院
李春来 中国科学院上海技术物理研究所
喻智睿 西南交通大学 地球科学与工程学院
尹展鹏 西南交通大学 地球科学与工程学院

相关机构

中国石油大学(华东) 海洋与空间信息学院
中国科学院上海技术物理研究所
中国科学院大学 杭州高等研究院
西南交通大学 地球科学与工程学院
中国科学院 空天信息创新研究院
0