39、遥感图像目标检测与数字滤波器设计技术解析

遥感图像目标检测与数字滤波器设计技术解析

1. 特征选择与回归细化网络（FSRR - Net）

在遥感图像目标检测领域，为了提升检测精度，提出了特征选择与回归细化网络（FSRR - Net）。该网络包含多个关键模块，下面为你详细介绍。

1.1 双向特征融合模块（BFFM）

BFFM 模块在 FSRR - Net 中起到重要作用，它能够检测各种尺度的目标。模块中涉及多种卷积和采样操作：
- 1×1Conv ：使用 1×1 卷积核的卷积过程，用于改变特征图的通道数。
- 3×3Conv ：步长为 1，使用 3×3 卷积核的卷积过程。
- 2×Down ：使用步长为 2 和 3×3 卷积核实现的两倍下采样操作。
- 2×Up ：通过双线性插值实现的两倍上采样操作。

1.2 混合注意力特征选择模块（FSM）

多数目标检测框架在分类和回归任务中使用相同的特征图，但这两个任务存在不一致性，共享特征会降低检测性能。FSM 模块的设计就是为了避免这一问题，它可以分别提取分类和回归任务所需的特定特征。其具体工作流程如下：
1. 生成注意力响应图 ：利用通道注意力和空间注意力的混合注意力机制，生成特征图的注意力响应图 (W_{reg} \in R^{C×W×H}) 和 (W_{cls} \in R^{C×W×H})。
2. 使用极化函数获取特定特征 ：
- 回