王 辉， 缪仕城， 于立君， 綦志刚

（哈尔滨工程大学智能科学与工程学院，哈尔滨150001）

0 引 言

检测是计算机视觉领域的一个重要课题，其主要任务是对图像中的目标进行分类和定位，使用边界框包围感兴趣的目标并给出目标类别［1-2］。近年来，随着遥感技术的发展，遥感图像的分辨率逐年攀升，这给目标检测带来了全新的挑战。目标检测模型无法直接提取和学习分辨率较高的图像的特征；图像中部分目标（如飞机、汽车等）在整幅图像中所占像素过小，检测模型难以对其进行检测［3］。

针对高分辨率遥感图像目标检测中存在的问题，设计并实现了基于注意力机制的目标检测模型，采用一定重叠率区域滑动切割的方法处理高分辨率遥感图像，实现了对图像中不同目标较为精确的分类和定位功能。

1 注意力机制下目标检测模型

目标检测模型由区域的检测框架快速卷积神经网络特征提取区域推荐算法（Region-Convolutional Nearal Network，Faster R-CNN）［4］和检测主干网络构成。主干网络包含特征提取网络-残差网络模型（Residual Network Inception，ResNeXt-101）［5］、特征融合网络-特征金字塔网络（Feature Pyramid Network，FPN）［6］和注意力机制［7］（attention）。目标检测模型的整体结构如图1所示。

图1 目标检测模型整体结构

在主干网络的残差基本单元中引入注意力机制，借鉴了人类视觉注意力机制通过抑制无用信息来获得更多关于目标有用信息的思想［8-9］。注意力机制模型可以看作一个组合函数，通过计算注意力的概率分布，突出某个关键输入对输出的影响，使网络能更加注意输入的相关部分，忽略非相关部分。……