[發明專利]一種航拍圖像目標檢測的方法、設備與介質

在審

• 申請號: 202010798420.4
• 申請日: 2020-08-12
• 公開（公告）號: CN114140683A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 梁繼然;許延雷;陳壯
• 申請（專利權）人: 天津大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/40;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種航拍圖像目標檢測方法，涉及圖像處理技術領域，用于解決航拍圖像目標物體檢測精確度低和實時性差的問題，包括以下步驟：將航拍圖像輸入目標檢測模型，經由特征提取網絡，得到特征表達能力強的特征圖，經由反卷積級聯網絡，充分結合淺層空間信息和深層語義信息得到分辨率高且細節特征豐富的熱力圖；將熱力圖中心點作為關鍵點與真實目標的中心點匹配并進行分類和回歸預測，輸出航拍圖像中待檢測目標的類別和邊界框尺寸。本發明網絡結構簡單，參數少，運行速度快，能精準定位航拍圖像中的小目標物體同時進行準確的邊界框回歸。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種航拍圖像目標檢測的方法、設備與介質。

背景技術

隨著自動化技術的發展，無人機被廣泛應用于軍事以及民用領域。利用無人機高空航拍進行目標檢測為軍事偵察、路面監控、目標跟蹤，電路巡檢等領域帶來了極大的便利。

然而發明人經過研究發現航拍圖像的背景信息豐富但是目標占比較小，目標特征被背景所掩蓋，在檢測時缺乏足夠的空間輪廓信息和細節；同時航拍圖像拍攝高度多變，同一目標在不同高度航拍圖像中的尺度變化明顯，導致目標檢測的精確度差。

發明內容

為克服上述現有技術中的缺陷，本發明提供一種航拍圖像目標檢測的方法、設備和介質，以提高對航拍小目標物體檢測的精確度和檢測速度。

為達到上述目的，本發明采用如下技術方案：

本發明的第一方面提供了一種航拍圖像目標檢測方法，包括如下步驟：

獲取待檢測的第一圖像，所述第一圖像中包括目標類型區域，將所述第一圖像輸入已訓練的目標檢測模型；

利用所述目標檢測模型，對所述第一圖像進行特征提取，生成包含目標中心點特征信息的熱力圖；

利用所述熱力圖的中心點類型進行目標分類，結合中心點特征信息生成目標邊界框，所述目標邊界框中包括所述目標類型區域。

在一些實施例中，所述獲取待檢測的第一圖像之前，所述方法還包括：將所述的目標檢測模型進行有監督訓練，獲取預設數量的訓練圖像，每張訓練圖像標注目標類別和邊界框；將所述預設數量的訓練圖像分成訓練數據、驗證數據與測試數據；利用所述訓練數據通過聚類操作進行分類并交替訓練，通過特定目標區域信息丟失進行數據增強，生成模型權重；利用所述驗證數據進行目標模型可行性驗證；利用所述測試數據進行目標檢測模型的有效性測試。

在一些實施例中，所述目標檢測模型包括特征提取網絡與反卷積級聯網絡；所述利用所述目標檢測模型，對所述第一圖像進行特征提取，生成包含目標中心點特征信息的熱力圖包括：將所述第一圖像輸入所述特征提取網絡獲取特征圖；將所述特征圖輸入到所述反卷積級聯網絡得到特征像素級分布的熱力圖。

其中，所述特征提取網絡包括：卷積層、池化層、殘差模塊、空洞卷積模塊；所述反卷積級聯網絡包括：反卷積模塊、注意力模塊、級聯模塊；所述將所述第一圖像輸入所述特征提取網絡獲取特征圖包括：所述卷積層包括三個3×3的小尺寸卷積核；所述池化層為最大值池化；所述殘差模塊由七個輸入和輸出之間進行級聯的殘差單元構成；所述空洞卷積模塊以不同空洞率的卷積核提取多尺度信息，再將不同尺度信息級聯經過一個卷積層輸出所述特征圖；所述將所述特征圖輸入到所述反卷積級聯網絡得到特征像素級分布的熱力圖包括：所述反卷積模塊在進行反卷積操作前先通過注意力機制進行空間和通道方面的加權；所述級聯模塊包括將殘差模塊的特征經過注意力模塊輸出得到的特征圖與反卷積模塊輸出的特征圖進行同分辨率級聯，輸出所述特征像素級分布的熱力圖。

其中，所述熱力圖攜帶的信息為預測目標中心點類別和熱力圖中心點坐標信息、目標尺寸信息、中心點離散偏移誤差信息和自適應二值化閾值信息。