[發(fā)明專利]一種航空圖像目標精細識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210462992.4
• 申請日: 2022-04-28
• 公開（公告）號: CN114863299A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 張銳;謝聰
• 申請（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/12;G06V10/20;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種航空圖像目標精細識別系統(tǒng)，涉及目標檢測技術(shù)領(lǐng)域；包括深度學(xué)習(xí)主機、數(shù)據(jù)采集器、目標檢測算法、操作機構(gòu)；所述深度學(xué)習(xí)主機由機箱和內(nèi)置硬件組成，所述數(shù)據(jù)采集器采用無人機航拍器，數(shù)據(jù)采集器使用帶屏遙控器搭配HDMI轉(zhuǎn)接線連接深度學(xué)習(xí)主機；所述的目標檢測算法內(nèi)置于深度學(xué)習(xí)主機中；本發(fā)明實現(xiàn)對航空遙感圖像目標的精細識別，極大的提升了小目標的檢測精度和速度，提高了算法的泛用性并增加遙感圖像智能解譯方法的多樣性；具有更好的多樣性，不僅限于識別航空圖像數(shù)據(jù)，也可以識別遙感圖像公開數(shù)據(jù)集，極大的拓展了使用價值；具有使用簡單，實時推理速度快，檢測精度高的特點。

技術(shù)領(lǐng)域

本發(fā)明屬于目標檢測技術(shù)領(lǐng)域，具體涉及一種航空圖像目標精細識別系統(tǒng)。

背景技術(shù)

在目標檢測場景中，一般有anchor based和anchor free兩種思路。在anchorbased算法中，如faster RCNN、Yolov3、v4、v5 等模型往往受限于anchor的參數(shù)配置，如anchor大小、正負樣本采樣等等。在anchor free算法中，key-point算法占據(jù)主流，其通過檢測目標的邊界點，然后將其邊界點配對組合成目標的檢測框，此類算法以CenterNet為代表。目前，anchor based算法精度略高于 anchor free算法，但是anchor設(shè)置需要充分的經(jīng)驗，且受限于目標的實際形狀。為了實現(xiàn)航空圖像中任意方向目標的識別，主流的算法都是基于五參數(shù)的旋轉(zhuǎn)檢測實現(xiàn)，類似于水平檢測中的坐標回歸方法，角度參數(shù)也是通過回歸來預(yù)測的。但是基于回歸的角度預(yù)測往往會引入邊界不連續(xù)，使得回歸和分類不一致。此外，由于航空圖像目標尺度分布范圍廣，長寬比變化劇烈，小目標數(shù)量居多并且背景復(fù)雜。上述難題使得大多數(shù)檢測算法無法滿足日益增長的航空圖像精細識別需求。

鑒于目前通用目標檢測算法難以勝任航空圖像檢測的實際應(yīng)用需求，我們提出一種新的航空圖像精細識別方法，該方法能夠不僅能夠捕獲任意方向目標的幾何信息，并且可以根據(jù)目標的寬高比自適應(yīng)調(diào)節(jié)正負樣本閾值，還依靠transformer和PANet組成的主干網(wǎng)絡(luò)擴大感受野提升小目標的識別精度。另外，該算法使用便捷(不需要設(shè)置anchor參數(shù))，模型推理速度較快。提出的方法首先在特征圖的每個location位置，以該location為中心，去預(yù)測一個box，注意其預(yù)測的是一系列的點集，然后通過把這些點映射為box得到最終的結(jié)果，提供了更細粒度的分類和更高精度的定位。這種識別系統(tǒng)對于農(nóng)業(yè)發(fā)展、軍事目標識別以及稀有動物數(shù)量統(tǒng)計等相關(guān)領(lǐng)域有極大的推動作用，即該系統(tǒng)具有非常大的實用價值。

發(fā)明內(nèi)容

為解決背景技術(shù)中的問題；本發(fā)明的目的在于提供一種航空圖像目標精細識別系統(tǒng)。

上述的目的通過以下技術(shù)方案實現(xiàn)：

一種航空圖像目標精細識別系統(tǒng)，包括深度學(xué)習(xí)主機、數(shù)據(jù)采集器、目標檢測算法、操作機構(gòu)；所述深度學(xué)習(xí)主機由機箱和內(nèi)置硬件組成，機箱內(nèi)部安裝有CPU、主板、顯卡、CPU散熱、固態(tài)硬盤、內(nèi)存、電源；所述數(shù)據(jù)采集器采用無人機航拍器，數(shù)據(jù)采集器使用帶屏遙控器搭配HDMI轉(zhuǎn)接線連接深度學(xué)習(xí)主機；所述的目標檢測算法內(nèi)置于深度學(xué)習(xí)主機中；所述操作機構(gòu)中的顯示屏、鼠標和鍵盤也直接與深度學(xué)習(xí)主機相連接。

所述無人機航拍器為大疆a(chǎn)ir2便攜可折疊智能無人機航拍器，其采集的數(shù)據(jù)圖像或視頻，通過SDR-OcuSync2.0圖傳技術(shù)無線傳輸給主機用于模型訓(xùn)練或檢測。

所述深度學(xué)習(xí)主機CPU、內(nèi)存、固態(tài)硬盤與主板連接，主板后置面板安裝到機箱，散熱器和CPU連接，并將風扇安裝到CPU，GPU和內(nèi)存、電源模塊安裝到主板和機箱。

所述目標檢測算法使用新的目標表示方法(點集)解決分類和回歸不一致，根據(jù)目標的寬高比自適應(yīng)調(diào)節(jié)正負樣本閾值應(yīng)對不同形狀目標，結(jié)合transformer和PANet組成的主干網(wǎng)絡(luò)擴大感受野提升小目標的識別精度。

一種航空圖像目標精細識別系統(tǒng)的識別方法，其特征在于：它的識別方法包括如下步驟：