[發明專利]基于深度多尺度和上下文學習的遙感影像目標檢測方法

有效

• 申請號: 201910583811.1
• 申請日: 2019-07-01
• 公開（公告）號: CN110287927B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 張向榮;唐旭;王少娜;陳璞花;古晶;馬文萍;馬晶晶;侯彪
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

本發明公開了一種基于深度多尺度和上下文學習的遙感影像目標檢測方法，主要解決現有技術特征融合方式粗略，未考慮到上下文特征信息的利用，導致檢測精度低的問題。其實現步驟為：在遙感影像目標檢測數據集中獲取訓練樣本和測試樣本；構建多尺度和上下文特征增強的RetinaNet檢測模型，設定目標分類任務和目標位置回歸任務整體的損失函數；將訓練樣本輸入到所構建的檢測模型中進行訓練，得到訓練好的檢測模型；將測試樣本輸入訓練好的檢測模型中，預測輸出目標類別、目標置信度及目標位置。本發明提升了特征的表達能力，提高了遙感影像目標檢測的平均精度，可用于獲取一幅遙感影像里感興趣的目標及目標的位置。

技術領域

本發明屬于遙感影像技術領域，特別涉及一種遙感影像目標檢測方法，可用于獲得一幅遙感影像里感興趣的目標及其目標的位置。

背景技術

遙感影像目標檢測是遙感領域的重要研究內容之一，廣泛應用于國土規劃、災情監測、軍事偵察等領域。遙感影像目標檢測的目的在于判定遙感影像中是否存在感興趣的目標，并確定目標的位置。

傳統的遙感影像目標檢測方法有基于模板匹配的方法、基于知識的方法和基于檢測對象的方法，這些方法極大程度上依賴于大量的特征工程來實現對遙感影像中目標的檢測。然而，對于復雜多變的遙感影像背景環境，目標尺度差異明顯等問題，這些方法的適應性并不強。近年來，遙感影像目標檢測普遍采用基于深度學習的方法。深度卷積神經網絡在目標檢測問題上不需要手工設計特征，對遙感影像數據自行進行特征提取，性能表現超過傳統算法。其中RetinaNet(Focal Loss for Dense Object Detection)模型具有無需生成候選區域，目標檢測速度快，精度高等優點。然而RetinaNet模型仍然存在局限。由于RetinaNet采用的網絡架構是特征金字塔網絡，特征金字塔網絡將當前層的特征圖與相鄰的更高級特征圖相加融合得到的特征圖用來檢測目標。這種情況下，特征融合方式較為粗略，忽略了對高級特征圖更有效的利用以及上下文信息的利用，這都制約著遙感影像目標檢測精度的提高。

發明內容

本發明的目的在于針對克服現有技術的不足，提出一種基于深度多尺度和上下文學習的遙感影像目標檢測方法，以提高遙感影像中的目標檢測精度。

本發明的技術方案是：充分考慮更有效的特征圖融合方式以及如何利用全局上下文特征信息的問題，在RetinaNet檢測模型中引入多尺度特征增強模塊以及上下文特征增強模塊，構建多尺度和上下文特征增強的RetinaNet檢測模型。其首先從RetinaNet檢測模型的骨干網絡和特征金字塔網絡獲取多個層級的特征圖，接著引入多尺度特征增強模塊，對于多個層級下的特征圖，將每個相對高級特征圖的語義信息引導到相鄰的低級特征圖中，豐富每個相對低級特征圖的語義信息，然后，對融合多尺度增強后的金字塔特征圖引入上下文特征增強模塊，獲取遙感影像場景的全局上下文特征，最后將增強后的金字塔特征圖用在檢測模型中，通過多任務學習實現多目標的類別確定和目標位置定位。具體實現步驟包括如下：

1.一種基于深度多尺度和上下文學習的遙感影像目標檢測方法，其特征在于，包括如下：

(1)將遙感影像目標檢測數據集中的75％作為訓練樣本，剩余的25％作為測試樣本；

(2)構建多尺度和上下文特征增強的RetinaNet檢測模型：

(2a)從RetinaNet檢測模型的骨干網絡ResNet-101中獲得3個卷積特征圖C3,C4，C5；

(2b)從RetinaNet檢測模型的特征金字塔網絡中獲得4個金字塔特征圖P3，P4，P5，P6；

(2c)構建一個由7個特征圖組成的多尺度特征增強模塊；

(2d)將3個卷積特征圖C3，C4，C5和第四個金字塔特征圖P6作為多尺度特征增強模塊的輸入，得到3個融合多尺度增強后的金字塔特征圖F3，F4，F5；