Para a tarefa de detecção de alvos em imagens de Radar de Abertura Sintética (SAR) em cenários complexos, este artigo parte da melhoria da percepção da rede e da capacidade de captura de alvos, inspirado nos métodos tradicionais de detecção de alvos SAR, baseado na rede de detecção de objetos sem âncoras de estágio único totalmente convolucional FCOS (Fully Convolutional One-Stage Object Detection). Propõe-se uma rede de detecção de alvos SAR sem âncoras baseada em mecanismo de atenção supervisionado, que funde as características de borda de gradiente da imagem SAR com características de forte dispersão, chamada Tri-GCA-FCOS (Triple Gradient-CFAR-Attention FCOS). Em primeiro lugar, considerando as características próprias das imagens SAR e as limitações da rede base, foi projetado um ramo de atenção baseado em supervisão de etiquetas reais (ground truth) para melhor adaptar a tarefa de detecção de alvos SAR; em seguida, com base em uma estrutura de rede de múltiplos fluxos e no módulo de fusão de atenção interativa canal-espacial de três ramos T-ICSAF (Tri-channel Interactive Channel-Spatial Attention Fusion), aproveitam-se plenamente as características de borda de gradiente e as características de forte dispersão das imagens SAR para melhorar a capacidade de representação das características do alvo pela rede; finalmente, para resolver o problema das características adicionais de clutter de fundo causadas pela introdução das características das imagens SAR, propõe-se um módulo CSSCAM (Combining Supervised-Spatial And SE Channel Attention Mechanism) baseado na supervisão das etiquetas GT (ground truth), combinando atenção espacial supervisionada e atenção de canal SE (Squeeze-and-Excitation) para obter características aprimoradas em que as características do alvo são reforçadas e as características de clutter de fundo são efetivamente suprimidas para a tarefa de predição da rede. A estrutura de rede proposta realiza treinamento conjunto de ponta a ponta e, por meio de experimentos relevantes com dados reais do MiniSAR (Miniature Synthetic Aperture Radar), comprova plenamente a eficácia do método e seu desempenho superior na detecção de alvos em cenários complexos.

Radar de Abertura Sintética; Detecção de alvos; Detector de objetos totalmente convolucional de estágio único; Imagem de amplitude do gradiente; Detecção de falso alarme fixo