[發明專利]一種基于混合空洞卷積的弱監督遙感目標檢測方法

在審

• 申請號: 202011068687.4
• 申請日: 2020-09-29
• 公開（公告）號: CN112183414A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 陳蘇婷;邵東威;張闖
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 羅運紅

本發明提出了一種基于混合空洞卷積的弱監督遙感目標檢測方法。本發明采用混合空洞卷積、注意力機制和多層池化等多種定制設計，增強多尺度特征提取及融合，提高對不同尺寸對象的魯棒性。此外，本發明利用強監督和弱監督檢測器之間的異步迭代交替訓練，只需要圖像級真實標簽即可進行訓練和檢測，達到協同提升檢測性能的目標。

技術領域

本發明涉及模式識別領域，特別是一種基于混合空洞卷積的弱監督遙感目標檢測方法。

背景技術

隨著航空技術與計算機視覺技術的發展與結合，高空高分辨率光學遙感圖像越來越容易獲取，并且被應用在各個領域。作為遙感影像分析中一個基本的特征提取問題，學術界針對這一領域的研究已經有相當長時間的歷史。具體而言，遙感影像目標檢測的目標包括地面物體的定位和物體類別的分類。近年來，遙感影像目標檢測領域的研究成果進展迅速，很多算法能夠同時實現高精度的地面物體定位與識別工作。其中，大部分將圖像特征和目標識別階段分解為兩個階段，而根據所提取的特征類型，可以將遙感影像中的目標檢測方法分為基于傳統手工特征的方法和基于深度學習的方法。

傳統的面向遙感圖像的目標檢測方法大致可以分為三個流程：首先利用滑動窗口選擇待檢測區域，然后對每個選取的區域進行特征提取，最終利用分類器如支持向量機判斷該區域中包含的物體類別。然而傳統方法面臨著兩個主要問題。一方面，滑動窗口對全幅圖像進行了掃面，缺乏針對性并且時間復雜度較高，存在大量冗余的待提取特征的窗口。另一方面，由于遙感圖像中包含的信息非常復雜，物體類別以及尺寸多樣化，并且物體與背景如城市或森林的邊緣差異不是十分明顯，因此傳統的基于圖像處理與機器學習的手工特征提取算法無法提取物體的語義信息，對于遙感圖像目標檢測的魯棒性較差。

基于深度學習的遙感圖像目標檢測方法實際上是一種端到端的模型，包含了一個完整的框架，框架同時包含了圖像中物體的識別階段和物體檢測框的回歸階段。首先利用區域提取器可以生成多個包含潛在感興趣物體的區域。然后，特征提取器提取這些感興趣區域的特征。最終，根據提取到的特征，分類器生成感興趣區域內物體的類別，同時位置估計器會對物體位置進行更加精確的預測。基于深度學習的方法考慮的是全局尺度的特征，并且利用全連接層的特征來細化候選框的位置和大小，對圖像中物體的大小具有一定的魯棒性，但對物體的尺度變化卻缺乏天然的魯棒性。因此，現有工作通常對多個尺度的特征圖進行融合來解決這一問題，如特征金字塔網絡(FPN)等。該類方法彌補了在提取高級語義特征過程中，低級視覺特征的丟失，有助于網絡的特征學習。然而，該類方法一般對多尺度特征圖進行分別預測，網絡將變得非常復雜且不利于訓練。

此外，遙感影像目標檢測領域的另一個重要難題是標記數據集的缺乏，遙感技術的進步帶來了大量的高分辨率數據，這些圖像數據中同時包含著大量待檢測的目標物體，手動對這些圖像中物體的檢測框進行逐一標記的話需要花費大量的人力與物力。

發明內容

發明目的：針對以上現有技術存在的問題和不足，本發明提出一種基于混合空洞卷積的弱監督遙感目標檢測方法。本發明設計了一種新型的骨干網絡，能夠極大降低特征提取過程中的信息丟失，并引入通道注意力模塊和多層池化模塊對提取的特征進一步強化和融合。同時，采用弱監督學習的方式，可以在無需檢測框級別的監督信息的條件下進行目標檢測任務的訓練，協同提高檢測精度。

技術方案：為實現本發明的目的，本發明所采用的技術方案是：一種基于混合空洞卷積的弱監督遙感目標檢測方法，包括如下步驟：

(1)獲取待檢測的遙感圖像數據集，按比例將數據集劃分為訓練集、驗證集和測試集；

(2)利用混合空洞卷積構造無損殘差網絡，并使用其對遙感圖像中的目標物體進行多尺度特征的提取，即低級視覺特征和高級語義特征，該網絡可以使得感受野覆蓋整個區域，避免邊緣信息的丟失，直接提高了整個網絡對遙感圖像中多尺度目標的魯棒性；

(3)將步驟(2)中提取的特征送入通道注意力模塊，強化對目標檢測任務有效的關鍵特征信息，并抑制無效的特征信息；