[發明專利]一種基于部件匹配與距離約束的光學遙感圖片船舶檢測方法

有效

• 申請號: 201910976975.0
• 申請日: 2019-10-15
• 公開（公告）號: CN110751077B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 何楚;何博琨;童鳴;劉唐波
• 申請（專利權）人: 武漢大學
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/774;G06K9/62
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于部件匹配與距離約束信息的光學遙感圖片船舶檢測方法，其特征在于，包含以下步驟：

步驟1，準備檢測光學遙感圖像船舶數據集，收集成像條件各異、圖片背景不同的光學遙感船舶圖像數據，在圖像中對船舶目標進行整體標注以及對應船頭、船尾的標注，將整體框和部件框標注為兩類；

步驟2，構建添加了基于部件匹配層的船舶檢測網絡模型，其中基于部件匹配層的船舶檢測網絡模型包含基礎特征提取網絡和部件匹配層，具體實現方式如下：

其中基礎特征提取網絡為YOLO-V3網絡結構，在YOLO-V3網絡最后一個特征輸出層后添加一層部件匹配層，該層主要用于訓練過程；

部件匹配層中首先統計YOLO-V3網絡輸出的不同尺度特征圖中對應檢測到的所有檢測框并根據類別進行區分，包括船舶檢測框以及部件檢測框；然后對每一個船舶檢測框采用K鄰近算法，搜索兩個坐標距離最近的部件檢測框；接著找到船舶檢測框中心點到對應匹配上的兩個部件檢測框連線的投影點，并分別計算船舶檢測框中心點與投影點橫縱坐標的距離偏移量(D_X,D_Y)；

步驟2中首先統計YOLO-V3網絡輸出的不同尺度特征圖中對應檢測到的所有檢測框并根據類別進行區分的具體實現方式如下，

在YOLO-V3結構中存在三個輸出尺度不同的[yolo]層，它們輸出特征圖為M1,M2,M3,特征圖尺度分別為13*13，26*26，52*52；在最小的13*13特征圖M1上由于其具有最大的感受野因此能更多的檢測到大的目標，指的是船舶類目標；而最大的52*52特征圖M3上由于其具有較小的感受野故其更適合檢測較小的目標，指的是船頭和船尾類目標；在訓練過程中每一個尺度的特征圖上都會檢測到船舶目標以及部件目標，也即：

其中，z表示第z個[yolo]層，box^Mz表示每一個[yolo]輸出層輸出特征圖中目標框的集合，表示當前層輸出特征圖中船舶檢測框的集合，表示當前層輸出特征圖中部件檢測框的集合；

YOLO-V3網絡輸出的檢測框除了包含框的坐標信息之外，還包含目標置信度參數P(f)以及在包含目標的情況下框屬于每一個類別的概率P(c)，目標置信度參數P(f)表示當前檢測框存在目標的概率，取值范圍為(0,1)；

為了使船舶目標框能夠匹配上對應的兩個部件框，在訓練網絡的最后加入部件匹配層；首先，部件匹配層計算三個[yolo]層輸出的所有檢測框的類別置信度P(class|object)：

P(class|object)＝P(c)*P(f) (2)

接著，將每個檢測框中類別置信度P(class|object)最大的類別c確定為檢測框的類別，根據檢測框的類別將所有檢測框分為船舶檢測框以及部件類檢測框：

步驟3，訓練步驟2中構建的基于部件匹配層的船舶檢測網絡模型，將步驟2中計算得到的坐標偏移量(D_X,D_Y)添加到損失函數的計算中；

步驟4，利用訓練好的網絡模型對待檢測光學遙感圖片進行檢測，得到最終的檢測結果。

2.如權利要求1所述的一種基于部件匹配與距離約束信息的光學遙感圖片船舶檢測方法，其特征在于：所述步驟1中，具體的數據標注方式為：

對每張圖片上的船舶目標添加標注框，記錄船舶目標在整圖上的中心點橫縱坐標(X_b,Y_b)以及目標框長寬(W_b,H_b)來寫入此張圖片的標簽文件；同時將每個船舶目標對應的船頭和船尾部分也進行標注框標注，記錄對應中心點坐標(X_c,Y_c)和標注框長寬(W_c,H_c)數據寫入同一標簽文件；在標簽文件中將船舶目標的類別標號記為‘0’，將船頭、船尾的類別標號都標記為‘1’；所有圖片標注完成后每一張圖片文件都有一個對應的同名標簽文件，然后將整個數據集按照1：3的比例分為訓練集和測試集。