[發(fā)明專利]一種基于邊緣主體融合信息的遙感目標(biāo)顯著性檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011494987.9
• 申請(qǐng)日: 2020-12-17
• 公開（公告）號(hào): CN112465815B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 周曉飛;王靈波;顏成鋼;孫垚棋;張繼勇
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/181;G06V10/80;G06N3/0464;G06N3/08
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于邊緣主體融合信息的遙感目標(biāo)顯著性檢測(cè)方法，其特征在于包括如下步驟：

步驟1、圖像數(shù)據(jù)預(yù)處理，獲得預(yù)處理后的圖像訓(xùn)練集；

步驟2、網(wǎng)絡(luò)搭建：

網(wǎng)絡(luò)包括encoder部分和decoder部分；encoder部分包括一個(gè)輸入卷積層和六個(gè)卷積塊，其中前四個(gè)卷積塊采用ResNet34；在網(wǎng)絡(luò)的encoder和decoder之間添加3個(gè)3*3的卷積層作為橋接；

Decoder部分與encoder部分為對(duì)稱結(jié)構(gòu)，每個(gè)解碼塊與對(duì)應(yīng)encoder部分concat的同時(shí)，還將前一個(gè)解碼塊concat到當(dāng)前解碼塊，從而獲得更豐富的全局信息；

步驟3、數(shù)據(jù)輸入和訓(xùn)練：

網(wǎng)絡(luò)采用Adam優(yōu)化器，學(xué)習(xí)率設(shè)置為0.001，beta＝(0.9,0.999),eps＝1e-8,weight_decay＝0；將輸入圖像resize為256*256，epoch設(shè)置為200，batch?size為4；

步驟2所述的decoder部分的每個(gè)解碼塊獲得其邊緣輸出后用ssim?loss函數(shù)進(jìn)行約束；

邊緣主體融合模塊作用于encoder部分時(shí)，選擇提取第二個(gè)卷積塊的邊緣信息以及第五個(gè)卷積塊的主體信息進(jìn)行交互，并分別利用邊緣GT和主體GT進(jìn)行約束，在對(duì)邊緣信息進(jìn)行約束時(shí)，采用ssimloss作為約束，主體則使用聯(lián)合loss進(jìn)行約束；

邊緣主體融合模塊作用于decoder部分時(shí)，一方面：首先對(duì)每個(gè)解碼塊的邊緣輸出進(jìn)行ssimloss約束，然后對(duì)六個(gè)解碼塊和橋接的邊緣輸出進(jìn)行聯(lián)合loss約束；另一方面：將六個(gè)解碼塊的邊緣輸出和橋接的邊緣輸出進(jìn)行concat，然后輸入3層3*3的卷積層當(dāng)中再用相同的聯(lián)合loss函數(shù)進(jìn)行約束；

所述的邊緣主體融合模塊用于融合邊緣信息和主體信息；

對(duì)于每個(gè)卷積層，其后均添加有bn層和relu層，使用的聯(lián)合loss函數(shù)如下：

l＝l_bce+l_ssim+l_iou

其中G(x,y),T(x,y)分別為ground?truth和預(yù)測(cè)結(jié)果在各個(gè)位置的數(shù)值；μ和σ分別為均值和標(biāo)準(zhǔn)差，H,W為圖片的高和寬，C1＝0.01²，C2＝0.03²，用于防止分母為零。

2.根據(jù)權(quán)利要求1所述的一種基于邊緣主體融合信息的遙感目標(biāo)顯著性檢測(cè)方法，其特征在于步驟1具體實(shí)現(xiàn)如下：

圖像數(shù)據(jù)采用ORSSD圖像數(shù)據(jù)集，對(duì)待訓(xùn)練圖像數(shù)據(jù)集進(jìn)行圖像預(yù)處理，首先去除圖像相關(guān)噪聲干擾使，然后利用matlab工具獲得只含邊緣輪廓的圖像訓(xùn)練集，最后對(duì)獲取的圖像訓(xùn)練集進(jìn)行擴(kuò)增，從而獲得更好的訓(xùn)練效果。