[發明專利]融合場景信息和深度特征的遙感圖像機場目標識別方法

有效

• 申請號: 201611070929.7
• 申請日: 2016-11-29
• 公開（公告）號: CN106778835B
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 肖志峰;宮一平;龍洋
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02;G06N3/08
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種融合場景信息和深度特征的遙感圖像機場目標識別方法，其特征在于，包括以下步驟：

1)根據預設的若干種尺寸，分別采用滑窗的方式在圖像上生成機場的目標候選框；

2)構建深度卷積神經網絡特征提取器，對步驟1)所得到的每一個目標候選框都增加相應內部窗口和上下文窗口，實現對候選框區域影像的自身特征、內部特征以及上下文特征的學習和提取，將這三種特征進行組合作為該目標候選框最終的融合描述特征；所述深度卷積神經網絡特征提取器包括在GoogleNet模型的最后一層全鏈接層之前增加全鏈接層模塊，所述全鏈接層模塊包括一層全鏈接層、一層激活函數層和一層模型平均層，其中全鏈接層的維度N為預設的特征表達維數；

3)根據融合描述特征，基于SVM支持向量機進行目標候選框的類別判定，得到目標候選框的類別屬性和屬于這個類別的概率；

4)根據步驟3)所得結果進行目標候選框的定位精處理，得到遙感圖像機場目標識別結果。

2.根據權利要求1所述融合場景信息和深度特征的遙感圖像機場目標識別方法，其特征在于：N＝64。

3.根據權利要求1所述融合場景信息和深度特征的遙感圖像機場目標識別方法，其特征在于：對目標候選框增加相應內部窗口和上下文窗口，實現方式為，設某原始的目標候選框寬為Width、長為Height，內部窗口寬為Width/2、長為Height/2，上下文窗口寬為2Width、長為2Height。

4.根據權利要求1所述融合場景信息和深度特征的遙感圖像機場目標識別方法，其特征在于：所述SVM支持向量機采用LIBSVM。

5.根據權利要求1或2或3或4所述融合場景信息和深度特征的遙感圖像機場目標識別方法，其特征在于：步驟4)的實現包括以下兩步，

第一步，利用非極大值抑制解決候選框冗余的問題，包括從得分最高的框開始，依次和剩下的所有框進行比較，將重疊面積與得分最高的框的面積之比超過預設比值B的框舍棄，得到一組篩選后的框，然后依次進行同樣處理，直到遍歷完成，得到兩兩之間重疊面積都小于預設比值B的框的集合；

第二步，進行回歸處理，首先將框與框之間有交集的分到一組，分組之后對每組分別進行框回歸計算，回歸后的框的坐標由以下公式給出，

式中，該組內有n個窗口，a_k表示第k個窗口被判定為機場的得分概率，和分別表示第k個窗口在圖像中的左上點坐標和右下角坐標，通過計算回歸之后的左上角點和右下角點得到每一個目標所對應的目標候選框，作為目標的最終位置信息。