[發(fā)明專利]一種基于特征映射神經(jīng)網(wǎng)絡(luò)的弱小目標檢測方法

有效

• 申請?zhí)枺?/td>: 201810729648.0
• 申請日: 2018-07-05
• 公開（公告）號: CN109002848B
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計）人: 謝春芝;高志升
• 申請（專利權(quán)）人: 西華大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40
• 代理公司: 成都弘毅天承知識產(chǎn)權(quán)代理有限公司 51230
• 代理人: 鄒敏菲;吳靜宜

1.一種基于特征映射神經(jīng)網(wǎng)絡(luò)的弱小目標檢測方法，其特征在于：包括如下步驟：

步驟1：構(gòu)建、訓(xùn)練紡錘型深度神經(jīng)網(wǎng)絡(luò)；

步驟2：將采集的弱小目標圖像輸入已訓(xùn)練的紡錘型深度神經(jīng)網(wǎng)絡(luò)獲取目標增強和背景抑制的幅值圖；

步驟3：幅值圖采用恒虛警率方法完成弱小目標檢測；

其中，所述步驟2包括如下步驟：

步驟2.1：將采集的弱小目標圖像輸入已訓(xùn)練的紡錘型深度神經(jīng)網(wǎng)絡(luò)后，將弱小目標樣本標簽設(shè)置為1，背景樣本標簽設(shè)置為0；

步驟2.2：采用滑動窗口的方法對弱小目標圖像進行判別獲得圖像中弱小目標的概率值；

步驟2.3：采用輸出層logistic回歸的結(jié)果即多個概率值作為窗口坐標點響應(yīng)幅值獲取多個弱小目標對應(yīng)的目標增強和背景抑制的幅值圖；

其中，所述步驟3包括如下步驟：

步驟3.1：幅值圖中的每個值采用滑動窗口提取子塊進行檢測，輸入紡錘型深度神經(jīng)網(wǎng)絡(luò)獲取幅值；

步驟3.2：采用恒虛警率對檢測后的每個幅值進行統(tǒng)計獲取虛警概率；

其中，T表示似然比檢測的閾值，表示滑動窗口子塊的均值，p表示窗口子塊內(nèi)點的個數(shù)，P_fa表示恒虛警率檢測設(shè)定的虛警概率，τ_CFAR表示檢測閾值，F(xiàn)_1,p-1(τ_CFAR)表示中心F隨機變量的累積分布函數(shù)；

步驟3.3：根據(jù)虛警概率計算候選目標總數(shù)，將虛警概率從高到低排序，從多個幅值中檢測定位目標。

2.根據(jù)權(quán)利要求1所述的一種基于特征映射神經(jīng)網(wǎng)絡(luò)的弱小目標檢測方法，其特征在于：所述步驟1包括如下步驟：

步驟1.1：構(gòu)建包括輸入層、解碼層、編碼層和softmax輸出層的紡錘型深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)；

步驟1.2：采用交叉驗證方法確定紡錘型深度神經(jīng)網(wǎng)絡(luò)的超參數(shù)獲得紡錘型深度神經(jīng)網(wǎng)絡(luò)；

步驟1.3：構(gòu)建訓(xùn)練數(shù)據(jù)集；

步驟1.4：將訓(xùn)練數(shù)據(jù)集輸入紡錘型深度神經(jīng)網(wǎng)絡(luò)采用無監(jiān)督方式進行訓(xùn)練獲得初始化網(wǎng)絡(luò)權(quán)重完成訓(xùn)練。

3.根據(jù)權(quán)利要求2所述的一種基于特征映射神經(jīng)網(wǎng)絡(luò)的弱小目標檢測方法，其特征在于：所述解碼層、編碼層訓(xùn)練計算如下：

h^k＝σ(W^kX+b^k)

其中，W^k表示權(quán)重矩陣，b^k表示偏置向量,σ表示激活函數(shù)，X＝{x₁,x₂,...,x_m}表示當(dāng)前層的輸入，h^k表示當(dāng)前層的輸出。

4.根據(jù)權(quán)利要求2所述的一種基于特征映射神經(jīng)網(wǎng)絡(luò)的弱小目標檢測方法，其特征在于：所述步驟1.3中的構(gòu)建訓(xùn)練數(shù)據(jù)集包括如下步驟：

步驟1.3.1：在不包含弱小目標圖像中隨機產(chǎn)生坐標點作為仿真目標，提取N*N窗口區(qū)域作為背景樣本；

步驟1.3.2：在背景樣本中采用二維高斯強度模型加上一個仿真目標作為目標樣本，二維高斯模型如下：

其中，(x₀,y₀)表示目標圖像的中心位置，s(i,j)表示目標圖像在位置(i,j)的像素值，s_E表示生成目標的強度，其值是(0，1]之間的隨機數(shù)，σ_x和σ_y分別表示水平和垂直散布參數(shù)，其值介于[0，2]之間；

步驟1.3.3：調(diào)整目標樣本的不同參數(shù)生成不同信噪比的弱小目標完成訓(xùn)練數(shù)據(jù)集的構(gòu)建。