O sistema de imageamento óptico espacial baseado em compressão sensorial pode realizar simultaneamente a amostragem e compressão na fase de amostragem por meio de hardware. Ao enfrentar a tarefa de detecção de navios, o sistema precisa reconstruir a cena original, e o processo de reconstrução da cena em CS exige alto custo computacional, alta demanda de memória e consome tempo. Este artigo propõe um algoritmo de detecção de navios diretamente a partir dos valores de medição do sistema de imageamento — o algoritmo de detecção de navios baseado em compressão sensorial e YOLO melhorado aplicado aos valores de medição. Para simular o processo de amostragem compressiva em blocos do sistema de imageamento, utiliza-se uma camada de medição convolucional com passo e tamanho do kernel iguais para realizar a convolução na cena, projetando o sinal da imagem em alta dimensão no espaço de baixa dimensão para obter os valores completos de medição CS da cena. Após obter os valores de medição da cena, a rede de detecção de navios a partir dos valores de medição extrai informações de localização dos navios a partir dos valores de medição. No backbone da rede, o módulo SENet é incorporado, utilizando o backbone melhorado para extrair informações das características dos navios a partir dos valores de medição; utiliza-se a rede de pirâmide de características para reforçar a extração de características enquanto integra informações de características rasas, intermediárias e profundas, completando assim a previsão da informação de localização dos navios. O CS-IM-YOLO conecta a camada de medição convolucional e a rede de detecção de navios a partir dos valores de medição CS para treinamento end-to-end, simplificando significativamente o pré-processamento do algoritmo. Avaliando o desempenho do algoritmo com o conjunto de dados HRSC2016, os resultados experimentais mostram: precisão de detecção de navios de 91,60%, taxa de recall de 87,59%, valor F1 de 0,90 e valor AP de 94,13% para a detecção de navios em cenas SORS usando valores de medição CS. Isso demonstra plenamente que o algoritmo pode realizar detecção de navios de alta qualidade a partir dos valores de medição CS nas cenas SORS.

Detecção de navios baseada em valores de medição de compressão sensorial; compressão sensorial; aprendizado profundo; otimização de treinamento conjunto