[發明專利]一種遙感圖像目標檢測方法、系統、電子設備和存儲介質

在審

• 申請號: 202011145576.9
• 申請日: 2020-10-23
• 公開（公告）號: CN112464717A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 陳晨;姚國潤;呂寧;劉雷
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 劉長春

1.一種遙感圖像目標檢測方法，其特征在于，包括：

獲取包含待檢測目標的待檢測遙感圖像；

對所述待檢測遙感圖像進行特征提取，得到多個不同尺度的特征圖；

將所述多個不同尺度的特征圖采用密集連接的方式進行特征融合，輸出每個尺度的遙感圖像預測結果；

將所述每個尺度的遙感圖像預測結果進行分類，輸出待檢測目標所屬的類別及待檢測目標在所述待檢測遙感圖像中位置。

2.根據權利要求1所述的遙感圖像目標檢測方法，其特征在于，所述對所述待檢測遙感圖像進行特征提取，得到多個不同尺度的特征圖，包括：

將所述待檢測遙感圖像輸入所述遙感主干網絡進行特征提取，得到由淺至深多個不同尺度的特征層的特征圖；所述由淺至深多個不同尺度的特征層的特征圖形成自底向上的金字塔結構。

3.根據權利要求1所述的遙感圖像目標檢測方法，其特征在于，所述將所述多個不同尺度的特征圖采用密集連接的方式進行特征融合，輸出每個尺度的遙感圖像預測結果，包括：

將所述多個不同特征層的特征圖輸入所述密集連接的FPN網絡進行特征融合；所述密集連接的FPN網絡包括多個不同尺度的預測層的特征圖，所述多個不同尺度的預測層的特征圖形成自頂向下的金字塔結構；每個所述預測層的特征圖分別由其對應特征層的特征圖的卷積結果，以及對應特征層之上的每一個特征層的特征圖的上采樣結果進行級聯融合并進行卷積得到；

每個所述預測層的特征圖分別作為該預測層的預測結果輸出，得到所述每個尺度的遙感圖像預測結果。

4.根據權利要求3所述的遙感圖像目標檢測方法，其特征在于，所述每個所述預測層的特征圖分別由其對應特征層的特征圖的卷積結果，以及對應特征層之上的每一個特征層的特征圖的上采樣結果進行級聯融合并進行卷積得到；包括：

對每個所述預測層對應的特征層的特征圖進行1倍的卷積，得到所述卷積結果；

對每個所述預測層對應的特征層之上由近及遠的特征層的特征圖分別進行2、4……2ⁱ倍的上采樣，以使得到的所有預測層的特征圖具有相同的尺寸，得到所述上采樣結果；其中，i為自然數；

將所述卷積結果和所述上采樣結果進行級聯融合并進行卷積，得到所述預測層的特征圖。

5.根據權利要求1所述的遙感圖像目標檢測方法，其特征在于，所述將所述每個尺度的遙感圖像預測結果進行分類，輸出待檢測目標所屬的類別及待檢測目標在所述待檢測遙感圖像中位置，包括：

將所述每個尺度的遙感圖像預測結果輸入分類網絡，輸出待檢測目標所屬的類別及待檢測目標在所述待檢測遙感圖像中位置的初步分類結果；

將所述初步分類結果輸入非極大值抑制模塊進行去重操作，輸出待檢測目標所屬的類別及待檢測目標在所述待檢測遙感圖像中位置。

6.一種遙感圖像目標檢測系統，其特征在于，包括：

獲取模塊，用于獲取包含待檢測目標的待檢測遙感圖像；

特征提取模塊，對所述待檢測遙感圖像進行特征提取，得到多個不同尺度的特征圖；

特征融合模塊，將所述多個不同尺度的特征圖采用密集連接的方式進行特征融合，輸出每個尺度的遙感圖像預測結果；

分類模塊，將所述每個尺度的遙感圖像預測結果進行分類，輸出待檢測目標所屬的類別及待檢測目標在所述待檢測遙感圖像中位置。

7.根據權利要求6所述的遙感圖像目標檢測系統，其特征在于，將所述多個不同尺度的特征圖采用密集連接的方式進行特征融合，輸出每個尺度的遙感圖像預測結果，包括：

將所述多個不同特征層的特征圖輸入所述密集連接的FPN網絡進行特征融合；所述密集連接的FPN網絡包括多個不同尺度的預測層的特征圖，所述多個不同尺度的預測層的特征圖形成自頂向下的金字塔結構；每個所述預測層的特征圖分別由其對應特征層的特征圖的卷積結果，以及對應特征層之上的每一個特征層的特征圖的上采樣結果進行級聯融合并進行卷積得到；

每個所述預測層的特征圖分別作為該預測層的預測結果輸出，得到所述每個尺度的遙感圖像預測結果。