[發(fā)明專利]基于注意力機制的多尺度SAR圖像識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201910630658.3
• 申請日: 2019-07-12
• 公開（公告）號: CN110647794B
• 公開（公告）日: 2023-01-03
• 發(fā)明（設(shè)計）人: 翟懿奎;鄧文博;徐穎;甘俊英;曾軍英;應(yīng)自爐;柯琪銳;周文略
• 申請（專利權(quán)）人: 五邑大學(xué)
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/25;G06V10/46;G06V10/764
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 孫浩

1.基于注意力機制的多尺度SAR圖像識別方法，其特征在于，包括以下步驟：

訓(xùn)練步驟：輸入SAR訓(xùn)練圖像對原始的圖像識別網(wǎng)絡(luò)進行訓(xùn)練和調(diào)整，其中圖像識別網(wǎng)絡(luò)包括依次連接的注意力預(yù)測子網(wǎng)、感興趣區(qū)域定位子網(wǎng)和圖像分類子網(wǎng)；

分類步驟：輸入SAR待測圖像至訓(xùn)練完成的圖像識別網(wǎng)絡(luò)處理輸出分類結(jié)果；

所述訓(xùn)練步驟包括：

注意力預(yù)測：使SAR訓(xùn)練圖像經(jīng)過注意力預(yù)測子網(wǎng)處理得到注意力預(yù)測圖，并計算注意力預(yù)測損失；

初步定位：使SAR訓(xùn)練圖像經(jīng)過感興趣區(qū)域定位子網(wǎng)結(jié)合注意力預(yù)測圖處理得到初步定位SAR圖像，并計算感興趣區(qū)域定位損失；

分類訓(xùn)練：使初步定位SAR圖像經(jīng)過圖像分類子網(wǎng)處理輸出分類結(jié)果，并計算分類損失；

網(wǎng)絡(luò)調(diào)整：根據(jù)注意力預(yù)測損失、感興趣區(qū)域定位損失和分類損失計算網(wǎng)絡(luò)損失并根據(jù)網(wǎng)絡(luò)損失調(diào)整圖像識別網(wǎng)絡(luò)。

2.根據(jù)權(quán)利要求1所述的基于注意力機制的多尺度SAR圖像識別方法，其特征在于，還包括以下步驟：

定位優(yōu)化：得到初步定位SAR圖像后，將所述初步定位SAR圖像進行區(qū)域框定并篩選，得到帶候選框區(qū)域特征的優(yōu)化定位圖像；

其中分類訓(xùn)練步驟中，將所述優(yōu)化定位圖像作為圖像分類子網(wǎng)的輸入。

3.根據(jù)權(quán)利要求1或2所述的基于注意力機制的多尺度SAR圖像識別方法，其特征在于，所述注意力預(yù)測步驟具體包括：

提取SAR訓(xùn)練圖像的RGB通道信息并以張量表示，并根據(jù)張量使SAR訓(xùn)練圖像經(jīng)過8個構(gòu)建塊處理得到多尺度特征；

根據(jù)多尺度特征為SAR訓(xùn)練圖像匹配權(quán)重，得到定位特征；

使定位特征經(jīng)過特征歸一化處理和反卷積處理結(jié)合SAR圖像得到注意力預(yù)測圖；

計算注意力預(yù)測損失。

4.根據(jù)權(quán)利要求1或2所述的基于注意力機制的多尺度SAR圖像識別方法，其特征在于，所述初步定位步驟具體包括：

使注意力預(yù)測圖以熱圖的形式對SAR訓(xùn)練圖像遮掩生成掩膜并提取掩膜特征；

經(jīng)感興趣區(qū)域?qū)R得到初步定位SAR圖像；

計算感興趣區(qū)域定位損失。

5.根據(jù)權(quán)利要求1或2所述的基于注意力機制的多尺度SAR圖像識別方法，其特征在于，網(wǎng)絡(luò)損失為Loss＝α·Loss_a+β·Loss_f+γ·Loss_c，其中Loss_α、Loss_f和Loss_c分別是注意力預(yù)測損失、感興趣區(qū)域定位損失和分類損失，α、β和γ是平衡注意力預(yù)測損失、感興趣區(qū)域定位損失和分類損失之間權(quán)衡的超參數(shù)。

6.應(yīng)用權(quán)利要求1-5任一項所述的基于注意力機制的多尺度SAR圖像識別方法的裝置，其特征在于，包括：

訓(xùn)練模塊，用于輸入SAR訓(xùn)練圖像對原始的圖像識別網(wǎng)絡(luò)進行訓(xùn)練和調(diào)整，其中圖像識別網(wǎng)絡(luò)包括依次連接的注意力預(yù)測子網(wǎng)、感興趣區(qū)域定位子網(wǎng)和圖像分類子網(wǎng)；

以及與訓(xùn)練模塊連接的分類模塊，用于輸入SAR待測圖像至訓(xùn)練模塊訓(xùn)練完成的圖像識別網(wǎng)絡(luò)處理輸出分類結(jié)果；

所述訓(xùn)練模塊具體包括：

注意力預(yù)測模塊，用于使SAR訓(xùn)練圖像經(jīng)過注意力預(yù)測子網(wǎng)處理得到注意力預(yù)測圖，并計算注意力預(yù)測損失；

初步定位模塊，用于使SAR訓(xùn)練圖像經(jīng)過感興趣區(qū)域定位子網(wǎng)結(jié)合注意力預(yù)測圖處理得到初步定位SAR圖像，并計算感興趣區(qū)域定位損失；

分類訓(xùn)練模塊，用于使初步定位SAR圖像經(jīng)過圖像分類子網(wǎng)處理輸出分類結(jié)果，并計算分類損失；

網(wǎng)絡(luò)調(diào)整模塊，用于根據(jù)注意力預(yù)測損失、感興趣區(qū)域定位損失和分類損失計算網(wǎng)絡(luò)損失并根據(jù)網(wǎng)絡(luò)損失調(diào)整圖像識別網(wǎng)絡(luò)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：與分類訓(xùn)練模塊連接的定位優(yōu)化模塊，用于將所述初步定位SAR圖像進行區(qū)域框定并篩選，得到帶候選框區(qū)域特征的優(yōu)化定位圖像；其中，將所述優(yōu)化定位圖像作為分類訓(xùn)練模塊的輸入。