[發(fā)明專利]候選區(qū)快速篩選與尺度自適應(yīng)的深度網(wǎng)絡(luò)艦船目標檢測方法

有效

• 申請?zhí)枺?/td>: 201810571979.6
• 申請日: 2018-05-31
• 公開（公告）號: CN108898065B
• 公開（公告）日: 2021-08-13
• 發(fā)明（設(shè)計）人: 侯鑫;李波;趙鵬;韓傳釗;俞文勇
• 申請（專利權(quán)）人: 北京航空航天大學(xué);北京市遙感信息研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京金恒聯(lián)合知識產(chǎn)權(quán)代理事務(wù)所 11324
• 代理人: 李強

1.一種候選區(qū)快速篩選與尺度自適應(yīng)的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于包括：

(1)收集艦船切片數(shù)據(jù)，構(gòu)建分類樣本庫，通過旋轉(zhuǎn)、平移、對稱、對比度變換進行樣本增廣，對正樣本根據(jù)艦船長度進行分類，分為N組，對負樣本進行細分類，將其分為碎云，海浪和陸地三類；

(2)根據(jù)上述步驟(1)得到分類數(shù)據(jù)集，按照預(yù)定比例α劃分訓(xùn)練集和測試集，并依據(jù)艦船長度劃分三個尺度全卷積網(wǎng)絡(luò)：FCN_1，F(xiàn)CN_2，F(xiàn)CN_3，分別訓(xùn)練三個尺度分類器：C_1，C_2，C_3；

(3)準備艦船檢測數(shù)據(jù)集，其中每張圖片包含由手工標注的艦船位置定位邊界框信息，按照預(yù)定比例β劃分訓(xùn)練集和測試集；

(4)將上述步驟(2)中得到的所述分類器作為濾波器，分別對上述步驟(3)中所述的艦船檢測數(shù)據(jù)集中的每張圖片進行濾波，得到三種尺度的卷積特征圖譜，所述卷積特征圖譜中的每個點表示原圖中一定大小的區(qū)域包含艦船的概率，對此概率結(jié)果進行二值化獲得對應(yīng)的二值圖譜；

(5)根據(jù)上述步驟(4)中得到的艦船目標二值圖譜，通過形態(tài)學(xué)操作進行膨脹，得到連通區(qū)域，然后依據(jù)所述全卷積網(wǎng)絡(luò)的卷積核計算方法，將二值圖譜上連通區(qū)域的坐標映射回原圖，得到艦船目標候選區(qū)域；

(6)根據(jù)上述步驟(5)中得到的艦船目標候選區(qū)域，選取全卷積網(wǎng)絡(luò)中倒數(shù)第二個卷積層的特征作為該艦船目標候選區(qū)域的特征表示，然后通過空間金字塔采樣SPP操作，得到固定長度的特征向量；

(7)將上述步驟(3)中訓(xùn)練集圖片和對應(yīng)圖片中手工標注的艦船位置定位邊界框信息以及對應(yīng)圖片經(jīng)過上述步驟(6)得到的艦船目標候選區(qū)域?qū)?yīng)的特征向量作為多任務(wù)學(xué)習(xí)的輸入，分別進行虛警排除和艦船目標精定位；將上述步驟(5)得到的每個艦船目標候選區(qū)域和上述步驟(3)得到的艦船目標定位邊界框信息進行比較，如果兩個區(qū)域的交叉面積與兩個區(qū)域的面積并集的比值IoU大于閾值T₁，則將該艦船目標候選區(qū)域作為正樣本，并對其進行邊界框回歸，如果兩個區(qū)域的交叉面積與兩個區(qū)域的面積并集的比值IoU小于閾值T₂，則將該區(qū)域作為負樣本，且不進行回歸，經(jīng)過訓(xùn)練得到檢測模型；

(8)根據(jù)上述步驟(7)中得到所述檢測模型，將上述步驟(3)中測試集圖片以及對應(yīng)圖片在上述步驟(5)中提取的艦船目標候選區(qū)域?qū)?yīng)的特征向量和定位信息作為上述檢測模型的輸入，得到相應(yīng)候選區(qū)域分類和定位修正結(jié)果，根據(jù)艦船樣本分類結(jié)果以及艦船位置的定位修正結(jié)果，將其繪制在上述步驟(3)中的測試集圖片上，作為最終的檢測結(jié)果。

2.如權(quán)利要求1所述的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于：

在步驟(1)中，選擇N＝3，艦船長度分別為s∈[15,60)、m∈[60,120)、l＝[120,200]，s、m、l表示三個尺度艦船的長度，單位是像素。

3.如權(quán)利要求1所述的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于：

在步驟(2)中，劃分訓(xùn)練集和測試集的比例α為8:2，三個全卷積網(wǎng)絡(luò)的輸入圖像尺寸分別是64×64、128×128、256×256像素。

4.如權(quán)利要求1所述的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于：

在步驟(3)中，數(shù)據(jù)集包含4000張圖片和相應(yīng)標簽文件，每張圖片大小為1000×1000像素，其中至少包含一艘船，每個標簽文件包含對應(yīng)圖中艦船目標的位置，艦船目標的位置信息表示為(x_min,y_min,x_max,y_max)，(x_min,y_min)表示艦船位置左上角坐標，(x_max,y_max)表示艦船位置右下角坐標，劃分訓(xùn)練集和測試集的比例β為8:2。

5.如權(quán)利要求1所述的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于：

在步驟(4)中，二值圖譜中值為1表示該位置映射到原圖的區(qū)域包含艦船，值為0表示該位置映射到原圖的區(qū)域不包含艦船。

6.如權(quán)利要求1所述的深度網(wǎng)絡(luò)艦船目標檢測方法，其特征在于：在步驟(7)中，閾值T₁為0.5，閾值T₂為0.3。