[發(fā)明專利]基于難樣本挖掘的機場檢測方法有效
| 申請?zhí)枺?/td> | 201710314261.4 | 申請日： | 2017-05-06 |
| 公開（公告）號： | CN107665351B | 公開（公告）日： | 2022-07-26 |
| 發(fā)明（設(shè)計）人： | 張浩鵬;姜志國;蔡博文;趙丹培;謝鳳英;史振威;尹繼豪;羅曉燕 | 申請（專利權(quán)）人： | 北京航空航天大學 |
| 主分類號： | G06V10/774 | 分類號： | G06V10/774;G06V10/771;G06K9/62;G06V10/46;G06N3/04 |
| 代理公司： | 北京慕達星云知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11465 | 代理人： | 王鵬 |
| 地址： | 100191*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 樣本 挖掘 機場 檢測 方法 | ||
本發(fā)明提供了一種基于難樣本挖掘的機場檢測方法，所述方法包括以下步驟：將光學遙感圖像與對應(yīng)標注真值作為光學遙感圖像的訓練數(shù)據(jù)；候選區(qū)域提取網(wǎng)絡(luò)的訓練；區(qū)域分類網(wǎng)絡(luò)的訓練；候選區(qū)域提取與區(qū)域分類網(wǎng)絡(luò)的耦合訓練；基于難樣本挖掘的端到端深度卷積網(wǎng)絡(luò)的微調(diào)；端到端深度卷積神經(jīng)網(wǎng)絡(luò)的機場檢測。將深度卷積神經(jīng)網(wǎng)絡(luò)引入到遙感圖像機場檢測，不僅利用卷積網(wǎng)絡(luò)提取遙感圖像中目標的高層語義特征信息，通過高層語義特征篩選機場候選區(qū)域，同時還對候選區(qū)域是否為機場進行二次確認，提升遙感圖像中機場檢測的查全率與準確率。
技術(shù)領(lǐng)域
本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，更具體的說是涉及一種基于難樣本挖掘的機場檢測方法。
背景技術(shù)
近年來，隨著遙感成像技術(shù)的提升，遙感數(shù)據(jù)量成爆炸式增長。針對海量的遙感數(shù)據(jù)，利用機器自動挖掘大數(shù)據(jù)中包含的關(guān)鍵信息，有利于將人們從繁瑣重復性地判別任務(wù)中解放出來，其中針對機場檢測問題，由于其在軍民兩方面都具有較強的應(yīng)用性而受到了廣泛關(guān)注。
由于遙感圖像中旋轉(zhuǎn)角度、尺度、光照等因素的影響，使得機場檢測仍然是一個相當具有挑戰(zhàn)性的問題。目前大多數(shù)機場檢測方法都是先在全幅面的遙感圖像中提取機場候選區(qū)域，然后針對候選區(qū)域提取機場特有的幾何、紋理等底層特征用于確認該候選區(qū)域是否為機場。同時為了提升大幅面遙感圖像中機場檢測的速度與效率，部分方法將視覺中顯著性檢測的方法引入到機場檢測中，假定機場區(qū)域在遙感圖像中具有較高的顯著性，從而加速機場候選區(qū)域的定位過程。
然而，當前大多數(shù)機場檢測方法都是基于底層特征(如尺度不變的特征描述子SIFT等)或是基于人為設(shè)計機場特有的幾何特征來進行檢測，由于手動設(shè)計的特征泛化能力較差，難以滿足多尺度條件下的機場檢測的應(yīng)用需求。
因此，如何提供一種基于難樣本挖掘的機場檢測方法是本領(lǐng)域技術(shù)人員亟需解決的問題。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了一種基于難樣本挖掘的機場檢測方法，本發(fā)明將深度卷積神經(jīng)網(wǎng)絡(luò)引入到遙感圖像機場檢測，不僅利用卷積網(wǎng)絡(luò)提取遙感圖像中目標的高層語義特征信息，通過高層語義特征篩選機場候選區(qū)域，同時還對候選區(qū)域是否為機場進行二次確認，提升遙感圖像中機場檢測的查全率與準確率。
為了達到上述目的，本發(fā)明采用如下技術(shù)方案：
一種基于難樣本挖掘的機場檢測方法，所述方法包括以下步驟：
將光學遙感圖像與對應(yīng)標注真值作為所述光學遙感圖像的訓練數(shù)據(jù)；
候選區(qū)域提取網(wǎng)絡(luò)的訓練；
區(qū)域分類網(wǎng)絡(luò)的訓練；
候選區(qū)域提取與區(qū)域分類網(wǎng)絡(luò)的耦合訓練；
基于難樣本挖掘的端到端深度卷積網(wǎng)絡(luò)的微調(diào)；
端到端深度卷積神經(jīng)網(wǎng)絡(luò)的機場檢測。
優(yōu)選的，在上述基于難樣本挖掘的機場檢測方法中，所述將光學遙感圖像與對應(yīng)標注真值作為所述光學遙感圖像的訓練數(shù)據(jù)的步驟具體包括：
對全幅面光學遙感圖像進行圖像標注，獲取全幅面光學遙感圖像中標注真值；
在標注的全幅面光學遙感圖中以250個像素為步長，滑動提取固定窗口大小的圖像數(shù)據(jù)，垂直、水平方向滑動次數(shù)分別記為row與col；根據(jù)全幅面光學遙感圖像標注真值，記錄滑動窗口截取到的機場區(qū)域圖像數(shù)據(jù)的真值框坐標；
滑動窗口中真值框坐標與所述全幅面光學遙感圖像中標注真值的關(guān)系表達式為：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京航空航天大學，未經(jīng)北京航空航天大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710314261.4/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
