[發明專利]一種面向多尺度、多朝向的航拍物體檢測方法及系統

有效

• 申請號: 202110253427.2
• 申請日: 2021-03-05
• 公開（公告）號: CN112926480B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 劉春生;陳路昌;常發亮;李爽
• 申請（專利權）人: 山東大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/25;G06V10/44;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本發明提供了一種面向多尺度、多朝向的航拍物體檢測方法及系統，首先模擬人眼的注意力機制，采用級聯的注意力網絡減少復雜背景對感興趣目標的影響，使用自適應特征拼接網絡在檢測網絡提取感興趣區域時自適應地融合來自特征金字塔不同層的輸出特征，使得不同尺度的物體可以充分利用不同尺度的信息，使用有向框的多定義與選擇策略改進一般有向目標檢測框的回歸過程；本發明能夠提高航拍物體檢測的準確性和精度。

技術領域

本發明屬于航拍物體檢測技術領域，具體涉及一種面向多尺度、多朝向的航拍物體檢測方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

隨著飛行器技術與航拍技術的快速發展，高分辨率航拍圖像的獲取變得越來越容易。作為航拍圖像分析過程中極為重要的一環，對車輛、建筑物等多種物體的識別檢測在諸如城市規劃、智能監控等領域發揮著重要的作用。與傳統的目標檢測不同，航拍圖像中的目標檢測具有一些特殊的問題，主要表現在以下幾個方面：

1、由于飛行器都是在鳥瞰視角下俯視拍攝物體，所以物體的朝向可以是任意的。

2、由于飛行器的拍攝角非常廣，所以捕獲到的圖像信息不僅包含感興趣的物體，還包含許多可能會對檢測造成干擾的背景信息。

3、由于飛行器在拍攝時所處的高度有時高有時低，造成航拍圖像中的物體尺度分布不一。此外，即便是相同的物體，其本身也存在一定的尺度變化。

由于這些特點的存在，給高分辨率航拍圖像中物體的識別檢測帶來了巨大的挑戰。深度學習，尤其是卷積神經網絡的快速發展，極大地提高了目標檢測的性能，許多基于卷積神經網絡的目標檢測器在諸多領域表現出了優越的性能。

然而，這些檢測器在檢測到物體時會使用一個垂直于水平線的矩形框將其表示出來，稱之為水平目標檢測框。如果航拍圖像中具有不同朝向的物體也使用這樣一個水平目標檢測框來表示的話，會導致包裹物體的框內包含許多的冗余區域，影響檢測器的性能。有許多方法為水平檢測框添加額外的角度參數來表示物體，使得檢測的結果更加精準。但由于角度參數本身存在周期性，會使得角度在回歸時產生誤差；對于多尺度目標的檢測，許多方法使用特征金字塔網絡(FPN,Feature Pyrami d Network)為不同大小的目標匹配不同精度的特征圖以提高多尺度目標檢測的精度，但是其匹配策略會導致目標匹配到并不合適的特征圖上。

發明內容

本發明為了解決上述問題，提出了一種面向多尺度、多朝向的航拍物體檢測方法及系統，本發明改善有向檢測框的角度回歸過程與特征金字塔的特征匹配策略，并設置一種空間注意力結構抑制航拍圖像中的復雜背景噪聲，有效地提高了對于航拍圖像中物體檢測的準確性。

根據一些實施例，本發明采用如下技術方案：

一種面向多尺度、多朝向的航拍物體檢測方法，包括以下步驟：

構建檢測網絡，所述檢測網絡包括級聯注意力網絡、特征融合網絡和目標檢測框，其中，特征融合網絡使用自適應特征拼接網絡在檢測網絡提取感興趣區域時自適應地融合來自特征金字塔不同層的輸出特征；

獲取航拍圖像，初始配置檢測網絡的參數，通過特征提取層以及特征金字塔；

利用級聯注意力網絡抑制輸出特征中的背景噪聲，并輸出物體候選區域；

根據候選區域，在不同的特征金字塔輸出層上提取特征，根據不同的權重將這些特征進行拼接；

使用有向目標檢測框多定義與選擇策略優化目標檢測框的回歸過程，并輸出所屬的類別；

根據網絡的前向輸出結果與真實值之間的差值，進行迭代訓練，更新網絡參數，使用更新后的檢測網絡對輸入的航拍圖像進行處理，得到物體檢測結果。