[發明專利]一種基于旋轉區域提取的艦船多目標檢測方法

有效

• 申請號: 201910381699.3
• 申請日: 2019-05-08
• 公開（公告）號: CN110223302B
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 楊衛東;陳俊;吳豐陽;王春聯;姜昊;蘭先超;張達;喻良瑜
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/64;G06T7/70;G06T3/60;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 曹葆青;李智

本發明公開了一種基于旋轉區域提取的艦船多目標檢測方法，包括：采集包含艦船目標的遙感圖像，并將遙感圖像裁剪為設定大??；分別對遙感圖像中包含的艦船目標進行旋轉矩形標注，并將標注了旋轉矩形的遙感圖像作為訓練集和測試集；將訓練集輸入到艦船多目標檢測模型中進行訓練；將待檢測的遙感圖像輸入訓練好的艦船多目標檢測模型中進行檢測，得到包括艦船目標預選框和對應置信度的初步檢測結果；計算置信度最高的預選框與其他預選框的旋轉交并比，并將旋轉交并比大于設定閾值的預選框刪除，得到最終檢測結果。本發明通過預測艦船目標的最小面積外接矩形，精確輸出艦船目標的位置、長寬和軸向信息，實現多目標檢測，檢測性能提升顯著。

技術領域

本發明屬于遙感圖像處理技術領域，更具體地，涉及一種基于旋轉區域提取的艦船多目標檢測方法。

背景技術

近年來，衛星遙感技術迅速發展，一批批高分辨率、低重訪周期的遙感衛星不斷涌現，隨著天基觀測系統的逐漸完善，遙感技術現已廣泛應用于我們日常生活中的各個方面，對海洋表面溫度分析、漁業輔助、環境和農業監測、海面戰場態勢感知等民用和軍事領域產生重大影響，遙感技術也受到世界上各個國家越來越多的重視，甚至將其提升到戰略高度，作為國家長期穩定發展的戰略目標。

針對遙感圖像的研究，根據不同領域的發展產生了不同的分支。其中，從大幅面遙感圖像中準確找到所有艦船目標，是海洋遙感圖像研究的熱點。在民用方面，可以通過對遙感圖像中港口附近進行監控，實現船舶實時管理，也可以及時發現并預警海上船只事故，幫助海上遇難人員及時得到救助，同時可以對違法船只自動檢測，幫助海上交通管理部門全天時監測；在軍事領域，可以用于全天時監視海岸線內異常艦船活動，實時分析敵方艦船分布情況，進行海戰場態勢感知等。

傳統的遙感圖像研究方法為閾值分割艦船檢測算法，但該方法在復雜場景中存在高虛警、抗干擾能力差的問題。研究人員針對此問題引入深度學習檢測算法，利用卷積神經網絡強大的特征提取能力，增強算法的檢測性能。如圖2所示，現有的深度學習目標檢測網絡多是通過預測艦船目標的正外接矩形的中心坐標和長寬信息來預測艦船目標的位置信息，一方面該外接矩形的長寬信息與艦船目標的真實長寬存在顯著誤差，無法準確預測艦船目標的真實長寬和軸向信息；另一方面，當多艦船目標密集排列時，檢測存在粘連，召回率較低。

因此通過引入旋轉區域提取算法，預測艦船目標的最小面積外接矩形框，實現精細化預測艦船目標的位置、長寬和軸向信息的同時，避免了普通目標檢測模型中相鄰預測框相互“抑制”的問題。然而現有的旋轉區域提取算法對旋轉目標定義多種多樣，均存在定義復雜、模型構建困難、預測速度慢等缺點。

發明內容

針對現有技術的缺陷，本發明提供了一種基于旋轉區域提取的艦船多目標檢測方法，目的在于精確輸出艦船目標的位置、長寬和軸向信息，提高艦船預測速度和精度。

為實現上述目的，本發明提供了一種基于旋轉區域提取的艦船多目標檢測方法，包括：

(1)采集包含艦船目標的遙感圖像，并將所述遙感圖像裁剪為設定大小；

(2)分別對所述遙感圖像中包含的艦船目標進行旋轉矩形標注，并將標注了旋轉矩形的遙感圖像作為訓練集和測試集；所述旋轉矩形為包含艦船目標的最小面積外接矩形；

(3)利用所述訓練集和測試集對包括基礎特征提取網絡和分類回歸網絡的艦船多目標檢測模型進行訓練，得到用于檢測艦船目標的艦船多目標檢測模型；

(4)將待檢測的遙感圖像輸入訓練好的艦船多目標檢測模型中進行檢測，得到包括艦船目標預選框和對應置信度的初步檢測結果；

(5)計算置信度最高的預選框與其他預選框的旋轉交并比，并將旋轉交并比大于設定閾值的預選框刪除，得到最終檢測結果。

優選地，步驟(1)中所述遙感圖像分辨率為0.6m～3m；所述設定大小為608×608像素。