[發(fā)明專利]一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法及目標(biāo)識別方法

有效

• 申請?zhí)枺?/td>: 202011264114.9
• 申請日: 2020-11-12
• 公開（公告）號: CN112348758B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計）人: 張小龍;陳彥橋;柴興華;李陽陽;史雯熙;何愛媛
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第五十四研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06V10/25;G06V10/82
• 代理公司: 河北東尚律師事務(wù)所 13124
• 代理人: 王文慶

1.一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，包括以下步驟：

(1)制作各類目標(biāo)的前景圖片；

(2)將待增強(qiáng)的光學(xué)遙感圖像作為背景圖片，通過場景識別神經(jīng)網(wǎng)絡(luò)識別出背景圖片中所應(yīng)放置的目標(biāo)類別；

(3)將背景圖片劃分為切片，通過位置識別神經(jīng)網(wǎng)絡(luò)判斷各切片是否能放置目標(biāo)，選出能放置目標(biāo)的切片作為候選框；

(4)在指定的候選框中放置相應(yīng)類別的目標(biāo)，得到數(shù)據(jù)增強(qiáng)的光學(xué)遙感圖像。

2.根據(jù)權(quán)利要求1所述的一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述目標(biāo)的圖像從NWPU-VHR 10數(shù)據(jù)集中提取，目標(biāo)圖像中包含目標(biāo)的陰影部分，目標(biāo)類別包括飛機(jī)、船只和車輛，制成的前景圖片為標(biāo)準(zhǔn)的VOC2007數(shù)據(jù)格式。

3.根據(jù)權(quán)利要求1所述的一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述場景識別神經(jīng)網(wǎng)絡(luò)為VGG19網(wǎng)絡(luò)，其包括5個block單元、3個全連接層，以及一個softmax分類層；

該網(wǎng)絡(luò)的訓(xùn)練方式為：從NWPU-VHR 10數(shù)據(jù)集的negative image set文件夾中選擇飛機(jī)場、海面和城市的背景圖片，使用這三類圖片對場景識別神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

4.根據(jù)權(quán)利要求2所述的一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，若背景圖片中所應(yīng)放置的目標(biāo)類別為飛機(jī)，則該背景圖片的切片大小為150×150像素，若背景圖片中所應(yīng)放置的目標(biāo)類別為船只或車輛，則該背景圖片的切片大小為100×100像素。

5.根據(jù)權(quán)利要求1所述的一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述位置識別神經(jīng)網(wǎng)絡(luò)為VGG19網(wǎng)絡(luò)，其包括5個block單元、3個全連接層，以及一個softmax分類層；

該網(wǎng)絡(luò)的訓(xùn)練方式為：對VHR-3測試集中含有飛機(jī)、艦船和車輛三類目標(biāo)的圖片分別進(jìn)行切片，切片大小與相應(yīng)候選框的大小相同；將各類圖片的所有切片分為可放置新目標(biāo)的切片和無法放置新目標(biāo)的切片，并使用這兩類切片對位置識別神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

6.根據(jù)權(quán)利要求1所述的一種光學(xué)遙感圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述指定的候選框為位置識別神經(jīng)網(wǎng)絡(luò)選出的候選框中，置信度排名前五的候選框。

7.一種基于數(shù)據(jù)增強(qiáng)的光學(xué)遙感圖像目標(biāo)識別方法，其特征在于，包括如下步驟：

(1)采用如權(quán)利要求1～6中任一項所述的方法對光學(xué)遙感圖像進(jìn)行數(shù)據(jù)增強(qiáng)，增加圖像中的目標(biāo)個數(shù)；

(2)采用增強(qiáng)后的圖像對目標(biāo)識別神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

(3)使用訓(xùn)練好的目標(biāo)識別神經(jīng)網(wǎng)絡(luò)對待檢測的遙感圖像進(jìn)行目標(biāo)識別。

8.根據(jù)權(quán)利要求7所述的一種基于數(shù)據(jù)增強(qiáng)的光學(xué)遙感圖像目標(biāo)識別方法，其特征在于，所述目標(biāo)識別神經(jīng)網(wǎng)絡(luò)為Faster R-CNN網(wǎng)絡(luò)，其包括錨框生成層、區(qū)域生成層、ROI池化層以及分類層。