[發明專利]用于遙感目標檢測的旋轉目標檢測方法

有效

• 申請號: 202110666805.X
• 申請日: 2021-06-16
• 公開（公告）號: CN113284185B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 張軍;黃若飛;李妍;石陸魁;張洋;李思敏;劉月;吳朋莉
• 申請（專利權）人: 河北工業大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06N3/04;G06N3/08;G06K9/62;G06V10/764
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 蔡運紅

本發明為一種用于遙感目標檢測的旋轉目標檢測方法，該方法包括：第一步、獲取遙感圖像，得到遙感圖像中目標外接矩形的位置信息，并對遙感圖像進行歸一化處理；第二步、利用深度學習網絡進行目標檢測，輸出預測結果，預測結果為目標外接矩形的分類和位置信息；第三步、對預測結果進行解碼，根據目標外接矩形的位置信息得到旋轉目標。本發明提出了一種用于檢測旋轉目標的新回歸方式，將旋轉目標對應的傾斜矩形框的最小外接正矩形當作正框標注，通過檢測正框和以其中心為圓心的圓與正框的交點與正框頂點之間的距離，得到旋轉目標的傾斜矩形框標注，比起傳統的檢測角度信息，精度高。

技術領域

本發明屬于遙感目標檢測技術領域，具體是一種用于遙感目標檢測的旋轉目標檢測方法，可用于遙感領域的船艦檢測、車輛檢測、飛機檢測等。

背景技術

目標檢測在遙感領域是一個基礎又熱門的研究分支，主要內容是識別圖像中物體的類別和位置，被廣泛應用于軍事領域、交通控制、機場監控、近海岸船艦檢測等場合。由于遙感圖像都是航拍或者衛星拍攝，因此圖像中物體并不是沿水平或垂直方向規整排列，而是呈任意方向排列，即物體在圖像中與水平或豎直方向呈一定夾角排布。

近幾年，目標檢測技術發展速度很快，比較有代表性方法的是二階段的FasterRcnn、一階段的SSD或YOLO系列，還有基于Anchor Free方法的，例如CornerNet、CenterNet等，這些方法都是基于的HBB檢測方式實現，得到的目標框具有很多冗余信息，且不能獲得物體的傾斜方向，并且都是基于自然場景下的任務提出的，而遙感圖像尺寸較大，屬于高空俯視拍攝，目標密集，目標在圖像中呈不同角度的傾斜排布，因此采用傳統的圖像檢測方式結果不準確，效果并不理想。

隨著遙感技術不斷發展，OBB標注的目標檢測方法被提出，更適用于遙感目標檢測，常用的有五參數回歸法和八參數回歸法，五參數回歸法通過回歸預測(x,y,w,h,θ)這五個參數，θ是指矩形的旋轉角度，由于卷積神經網絡提取的特征都是水平或垂直信息，不容易提取角度信息，因此θ不容易預測。八參數回歸法包含(x1,y1,x2,y2,x3,y3,x4,y4)這八個自由度，即目標四個頂點的橫、縱坐標，需要預測的自由度太多，且精度較低；而且這四個頂點并不能準確預測，因此這四個頂點形成的不一定是矩形，可能是平行四邊形或者其他四邊形，由于標簽是矩形，導致IOU值偏低，預測結果不準確。

發明內容

針對現有技術的不足，本發明擬解決的技術問題是，提出一種用于遙感目標檢測的旋轉目標檢測方法。

本發明解決所述技術問題采用的技術方案是：

一種用于遙感目標檢測的旋轉目標檢測方法，其特征在于，該方法包括如下步驟：

第一步、獲取遙感圖像，得到遙感圖像中目標外接矩形的位置信息，并對遙感圖像進行歸一化處理；

第二步、利用深度學習網絡進行目標檢測，輸出預測結果，預測結果為目標的類別和位置信息(x,y,w,h,r,sign)；令旋轉目標對應的矩形EFGH的四個頂點分別位于目標外接矩形ABCD的邊AD、AB、BC和CD上，則r表示線段AF與邊AB之比，即r＝AF/AB，r∈(0,1)；sign表示線段ED的長度，若線段ED的長度大于h/2，則sign的預測值為1；若線段ED的長度小于h/2，則sign的預測值為0；

第三步、對預測結果進行解碼，根據目標外接矩形的位置信息得到旋轉目標；

目標外接矩形ABCD的邊AB的長度為w，邊BC的長度為h；令邊AF的長度為a，a＝wr，則邊FB的長度為w-a；線段BG的長度為X，則線段AE的長度為h-X；

根據三角形AEF與三角形BFG相似，得FB/AE＝BG/AF，有式(8)；

式(8)經過變形得到式(9)：