[發(fā)明專利]一種基于Mask RCNN遙感影像分割方法

在審

• 申請?zhí)枺?/td>: 202010664843.7
• 申請日: 2020-07-10
• 公開（公告）號: CN111862115A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計）人: 唐振超;張東映;劉燚;羅蔚然;洪志明;黃偉;梁忠壯
• 申請（專利權(quán)）人: 武漢善睞科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/08;G06N3/04
• 代理公司: 上海思牛達專利代理事務(wù)所(特殊普通合伙) 31355
• 代理人: 丁劍

1.一種基于Mask RCNN遙感影像分割方法，其特征在于，包括以下步驟：

獲取可變形卷積層，并實現(xiàn)可變形卷積替換Mask RCNN主干網(wǎng)絡(luò)的標準卷積；

結(jié)合FPN融合底層到高層的特征作為特征輸出；

RPN獲取特征輸出生成建議區(qū)域，進行特征提取；

ROIAlign進行特征圖不同點采樣，并應(yīng)用雙線性插值獲取尺寸為7X7的感興趣區(qū)域；

分支網(wǎng)絡(luò)獲取邊界區(qū)域信息、類別信息和掩膜信息。

2.根據(jù)權(quán)利要求1所述的基于Mask RCNN遙感影像分割方法，其特征在于，所述可變形卷積層，包括以下步驟：

將輸入特征圖記為U，經(jīng)過一個普通的卷積層，輸出與輸入的大小保持不變，但輸出深度擴大兩倍，輸出結(jié)果記為V；

將原始輸入U的像素索引分別與V中的偏置量相加，得到偏置后的像素索引，其中索引限定在輸入特征圖大小以內(nèi)，索引為坐標值，且通過雙線性插值獲得準確的像素；

根據(jù)索引重新整合像素，得到輸出特征圖。

3.根據(jù)權(quán)利要求1所述的基于Mask RCNN遙感影像分割方法，其特征在于，所述RPN獲取特征輸出生成建議區(qū)域，進一步包括：

對錨點的位置和大小增量進行回歸，包括以下步驟：

使用向量(x,y,w,h)表示邊界，P代表原始邊界，G代表目標的準確邊界，回歸計算得到接近目標準確邊界的預(yù)測邊界g；

對(x,y)進行平移，(w,h())進行縮放，得到：

其預(yù)測增量表示為：d_*(P)＝(d_x(P),d_y(P),d_w(P),d_h(P))；

其真實增量表示為：t_*＝(t_x,t_y,t_w,t_h)，表示為：

與網(wǎng)絡(luò)進行聯(lián)系后表示為：d_*(P)＝w_*φ(P)，其中φ(P)是邊界的特征向量，w_*是訓(xùn)練需要學習的參數(shù)，其預(yù)測增量最接近真實增量，損失函數(shù)定義為：

4.根據(jù)權(quán)利要求1所述的基于Mask RCNN遙感影像分割方法，其特征在于，所述分支網(wǎng)絡(luò)包括語義分割分支網(wǎng)絡(luò)，其損失函數(shù)表示為：

L＝L_cls+L_box+L_mask

其中，L_cls表示目標的分類損失值，L_box表示邊界區(qū)域的回歸損失值，L_mask表示掩膜Mask部分的損失值。