[發明專利]基于自適應位置預測的任意旋轉角度船舶檢測方法及系統

有效

• 申請號: 202110303070.4
• 申請日: 2021-03-22
• 公開（公告）號: CN113095373B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 王磊;李陳;江雪;鄭寶玉;崔景伍;邱曉輝;竇海娥
• 申請（專利權）人: 南京郵電大學;南京南郵通信網絡產業研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 邵斌

本發明公開了計算機視覺技術領域的基于自適應位置預測的任意旋轉角度船舶檢測方法及系統，包括：提取衛星圖像內的所有特征，并進行融合，獲取第一特征；將第一特征輸入訓練好的自適應定位網絡，在不同的特征層自適應地產生帶有候選框的候選船舶對象，并對候選框進行初步的粗分類和邊界框回歸；在候選框所在的候選區域內對水平矩形框進行旋轉并產生多個角度的旋轉檢測框，并使用掩膜過濾旋轉檢測框以外的特征，然后提取候選框所在的候選區域內的特征，并固定為特定大小的特征向量；使用兩個全連接層對特定大小的特征向量進行類別判斷和旋轉檢測框的回歸，得到最終的分類結果和旋轉檢測框。提高了位置預測的計算效率，提高了船舶目標的包裹性能。

技術領域

本發明屬于計算機視覺技術領域，具體涉及一種基于自適應位置預測的任意旋轉角度船舶檢測方法及系統。

背景技術

船舶檢測方向的研究具有極大的挑戰性，因為目標很容易受到碼頭和海水波紋的影響，很難確定船舶的位置。包圍框需要正確地包裹船只，并且不能包含太多的冗余或忽略目標的部分。這樣得到的網絡輸出才可以在后續使用。因此，消除其他特征圖信息的干擾，提高邊界框的質量至關重要。目前的船舶檢測框架存在如下幾個問題：1)船舶周圍相似物體的干擾沒有得到有效濾除，導致這些干擾因素對邊界框回歸影響。2)錨框定位大都采用固定方案，效率不高且召回率也相對較低。3)缺少有效的模型來計算邊界框參數的損失。導致邊界框過度傾斜，失去目標的一部分。

發明內容

為解決現有技術中的不足，本發明提供一種基于自適應位置預測的任意旋轉角度船舶檢測方法及系統，能夠提高網絡測試時位置預測的計算效率，從而提高整體效率，并且提高了旋轉矩形框對船舶目標的包裹性能。

為達到上述目的，本發明所采用的技術方案是：一種任意旋轉角度船舶檢測方法，包括：提取衛星圖像內的所有特征，并進行融合，獲取第一特征；將第一特征輸入訓練好的自適應定位網絡，在不同的特征層自適應地產生帶有候選框的候選船舶對象，并對候選框進行初步的粗分類和邊界框回歸；在候選框所在的候選區域內對水平矩形框進行旋轉并產生多個角度的旋轉檢測框，并使用掩膜過濾旋轉檢測框以外的特征，然后提取旋轉檢測框所在的候選區域內的特征，并固定為特定大小的特征向量；在RoI網絡中，使用兩個全連接層對特定大小的特征向量進行類別判斷和旋轉檢測框的回歸，得到最終的分類結果和旋轉檢測框。

進一步地，所述提取衛星圖像內的所有特征，并進行融合，獲取第一特征，包括：將衛星圖像傳入ResNet101網絡，從ResNet101網絡的不同卷積層得到不同感受野大小的特征圖；對每一層特征圖進行如下操作：將本層以上的高層感受野特征上采樣至與本層大小一致，并將對應元素進行組合，形成一個多維特征圖，將不同層生成的特征圖拼接，使用一個3×3大小的卷積核進行卷積，縮小特征圖的維度為ResNet101網絡原始輸出特征圖大小，這個融合過的特征即為第一特征。

進一步地，所述自適應定位網絡，包括RPN網絡里的一個卷積層，這個卷積層的輸出為候選框的概率，根據設定閾值進行判斷，超過設定閾值則生成候選區域，反之則不生成。

進一步地，所述自適應定位網絡單獨訓練，并使用交叉熵損失函數計算損失值用于反向傳播訓練，交叉熵損失函數定義為：

其中，CrossEntropy表示交叉熵損失函數，p′_i表示真實圖像中是否存在船舶，p′_i為1表示存在，p’_i為0表示不存在，p_i表示預測值是否包含船舶，p_i為1表示存在，p_i為0表示不存在，n表示的是樣本數量。

進一步地，所述使用兩個全連接層對特定大小的特征向量進行類別判斷和旋轉檢測框的回歸，得到最終的分類結果和旋轉檢測框，包括：在計算回歸損失時，對應的旋轉檢測框五個參數轉換為如下：