[發明專利]一種檢測與標注遙感圖像小目標一體化的智能方法

有效

• 申請號: 201910451869.0
• 申請日: 2019-05-28
• 公開（公告）號: CN110135522B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 董如嬋;沈維燕;柳亞男;邱碩
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/762;G06V10/774;G06V10/82;G06N3/0464;G06N3/0895;G06N3/096
• 代理公司: 南京知識律師事務所 32207
• 代理人: 陳卓

1.一種檢測與標注遙感圖像小目標一體化的智能方法，其特征在于:包括以下步驟：

步驟1：對已經標注的遙感圖像集，進行自適應圖像增強；

首先存在一個已經標注好目標的遙感圖像集，將該標注好目標的遙感圖像集用自適應圖像增強的方法進行數據增強，樣本擴充；

所述自適應圖像增強方法，具體如下：

a)首先計算該已標注遙感圖像數據集的類別，和每個類別的數量，設某個遙感圖像數據集有{1,2,3,...,n,...,m}類，對應的每一類所標注的數目為{c₁,c₂,c₃,...,c_n,...,c_m}，經計算得到第n類所包含的標注目標最多為c_n，將最大類別的數目和每個類別的數目相比，得到下面序列

b)創建一個旋轉字典dict＝[180°,150°,120°,90°,60°,30°]，所對應字典的內部編號從1開始到6：

當任意一個ratio序列中ratio_i∈(0,2]，對這一類別的圖像進行180度旋轉，即取dict[1]；

當ratio_i∈(2,3]，對這一類別的圖像分別進行180度和150度旋轉，即取dict[1]和dict[2]；

當ratio_i∈(3,4]，對這一類別的圖像分別進行180度，150度，120度旋轉，即取dict[1]，dict[2]，dict[3]；

當ratio_i∈(4,5]，對這一類別的圖像分別進行180度，150度，120度，90度旋轉，即取dict[1]，dict[2]，dict[3]，dict[4]；

當ratio_i∈(5,6]，對這一類別的圖像分別取dict字典中的前5個角度旋轉；

當ratio_i6，對這一類別的圖像分別按照dict字典中的角度全部旋轉；

c)同時由于旋轉以后，圖像標注框的長w和寬h相比原圖像是有角度的變化，使用如下公式，計算旋轉后圖像標注框的長和寬:

W^*＝h*sin(θ)+w*cos(θ)，

H^*＝h*cos(θ)+w*sin(θ)，

其中W^*和H^*分別表示旋轉后的長和寬，w和h分別表示原圖的長和寬，θ表示旋轉的角度；

步驟2：將經過自適應圖像增強后的圖像集輸入到基于快速卷積神經網絡的目標檢測框架，進行目標檢測；

步驟3：將待訓練的遙感圖像集進行步驟1所述的圖像自適應增強后輸入到步驟2所述的卷積神經網絡中進行訓練迭代，得到小目標檢測和標注的模型；

步驟4：得到小目標檢測和標注的模型后通過遷移學習的方法將其遷移到待標注遙感圖像集中。

2.根據權利要求1所述的檢測與標注遙感圖像小目標一體化的智能方法，其特征在于：步驟1中所述的旋轉是順時針旋轉或逆時針旋轉。