[發明專利]一種遙感圖像目標檢測方法

在審

• 申請號: 202010122264.X
• 申請日: 2020-02-27
• 公開（公告）號: CN111339950A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 滕竹;段雅妮;張寶鵬;李芮;李浥東
• 申請（專利權）人: 北京交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 劉源

1.一種遙感圖像目標檢測方法，其特征在于，基于尺度生成網絡模型實施，具體包括：

基于原始遙感圖像，通過特征提取網絡，獲得多尺度信息；

基于該多尺度信息，通過尺度生成網絡的中心預測分支和形狀預測分支，獲得錨框；

基于該錨框和多尺度信息，通過區域生成網絡的第一區域分類分支和第一區域回歸分支，獲得區域推薦；

基于區域推薦和多尺度信息，通過預測網絡的類別標簽預測操作和回歸量預測操作，以及非極大值抑制操作，獲得目標圖像。

2.根據權利要求1所述的方法，其特征在于，所述的基于該多尺度信息，通過尺度生成網絡的中心預測分支和形狀預測分支，獲得錨框包括：

基于多尺度信息，通過中心預測分支的中心預測操作獲得中心預測值，通過形狀預測操作獲得形狀預測偏移量；

通過中心預測分支對中心預測值進行篩選，獲得大于預設閾值的中心預測位置；

通過形狀預測分支對中心預測位值進行偏移量回歸，獲得尺度連續的錨框。

3.根據權利要求2所述的方法，其特征在于，所述的基于該錨框和多尺度信息，通過區域生成網絡的第一區域分類分支和第一區域回歸分支，獲得區域推薦包括：

通過第一區域分類分支對多尺度信息進行前景得分篩選和錨框偏移量回歸，獲得錨框前景背景預測分數和錨框偏移量預測值；

通過第一區域回歸分支對錨框前景背景預測分數和錨框偏移量預測值進行非極大值抑制，獲得多個區域推薦。

4.根據權利要求3所述的方法，其特征在于，所述的基于區域推薦和多尺度信息，通過預測網絡的類別標簽預測操作和回歸量預測操作，以及非極大值抑制操作，獲得目標圖像包括：

將區域推薦映射到多尺度信息上，通過感興趣區域池化操作，獲得等尺寸特征塊；

基于等尺寸特征塊，通過第二區域分類分支進行類別標簽預測操作，以及通過第二區域回歸分支進行回歸量預測操作，獲得區域推薦的每類標簽的得分，以及區域推薦和多尺度信息相對于原目標框的偏移量；

基于區域推薦的每類標簽的得分以及區域推薦和多尺度信息相對于原目標框的偏移量，通過非極大值抑制，獲得目標圖像。

5.根據權利要求1所述的方法，其特征在于，還具有對尺度生成網絡模型進行訓練，具體包括：

分別通過尺度生成網絡、區域生成網絡和預測網絡生成損失值，構建損失函數

(1)；其中，α表示位置預測損失函數的權重，β表示形狀預測損失函數的權重，θ

表示第幾張圖片(θ＝1,2,…,Θ),Θ表示總的圖片張數；

通過損失函數(1)獲得多任務損失結果，通過該多任務損失結果對尺度生成網絡模型進行梯度反向傳播，更新注意力網絡參數。

6.根據權利要求1至5任一所述的方法，其特征在于，所述的基于原始遙感圖像，通過特征提取網絡，獲得多尺度信息包括：

通過特征提取網絡的ResNext分支，從原始遙感圖像提取中的輸入圖像金字塔；

通過特征提取網絡的FPN分支，對輸入圖像金字塔進行融合特征操作，獲得多尺度信息。

7.根據權利要求1至5任一所述的方法，其特征在于，還具有對原始遙感圖像進行預處理的步驟，具體包括：

通過resize方法，對原始遙感圖像進行尺寸固定；

對尺寸固定后的原始遙感圖像進行去均值處理，獲得預處理后的原始遙感圖像。