基于感知向量的光学遥感图像舰船检测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255385A(43)申请公布日2022.03.29(21)申请号202111557818.XG06V20/00(2022.01)(22)申请日2021.12.17G06T7/11(2017.01)G06N3/04(2006.01)(71)申请人中国人民解放军战略支援部队信息工程大学地址450000河南省郑州市高新区科学大道62号(72)发明人李润生潘超凡胡庆牛朝阳刘伟许岩(74)专利代理机构郑州大通专利商标代理有限公司41111代理人周艳巧(51)Int.Cl.G06V10/80(2022.01)G06V10/82(2022.01)G06V10/774(2022.01)权利要求书2页说明书12页附图5页(54)发明名称基于感知向量的光学遥感图像舰船检测方法及系统(57)摘要本发明属于目标识别技术领域，特别涉及一种基于感知向量的光学遥感图像舰船检测方法及系统，构建旋转目标检测网络模型，其中，该旋转目标检测模型中包含：用于输入图像主干特征提取的特征提取模块，用于特征图融合的特征融合模块，用于输入图像目标包围框学习的若干边缘感知向量检测头，及设于特征融合模块和若干边缘感知向量检测头之间用于指导目标包围框学的注意力机制模块；利用光学遥感图像样本数据对旋转目标检测网络模型进行训练优化，以利用训练优化后的旋转目标检测网络模型来提取待检测光学遥感图像中目标。本发明解决近岸场景干扰大等问题，利用注意力机制知道包围框学习，提升检测模型鲁棒性，便于实际场景应用。CN114255385ACN114255385A权利要求书1/2页1.一种基于感知向量的光学遥感图像舰船检测方法，其特征在于，包含如下内容：构建旋转目标检测网络模型，其中，该旋转目标检测模型中包含：用于对输入光学遥感图像进行主干特征提取的特征提取模块，用于将主干特征图融合的特征融合模块，用于对输入光学遥感图像目标包围框进行学习的若干边缘感知向量检测头，及设于特征融合模块和若干边缘感知向量检测头之间用于指导目标包围框学的注意力机制模块；利用光学遥感图像样本数据对旋转目标检测网络模型进行训练优化，并利用训练优化后的旋转目标检测网络模型来提取待检测光学遥感图像中目标。2.根据权利要求1所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，所述注意力机制模块包含用于空间维度注意力提取的空间注意力机制单元和用于通道维度注意力权重提取的通道注意力机制单元，所述空间注意力机制单元和通道注意力机制单元两者并行组合。3.根据权利要求1或2所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，注意力机制模块将权重张量和融合后的特征图通过逐像素相乘来对特征进行重新加权，以获取信息连续特征图。4.根据权利要求2所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，所述通道注意力机制单元由用于获取每个通道注意力权重的SE注意力模块组成，其中，SE注意力模块，通过学习通道域各通道间的相关性，并对通道重要性进行打分来获取每个通道注意力权重。5.根据权利要求4所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，所述SE注意力模块的通道注意力权重获取过程包含：首先，对空间域进行全局平均池化操作来获取由特征通道数组成的一维向量；然后，通过用于通道间信息交互的两级全连接层对一维向量进行压缩及扩张恢复，并通过sigmoid激活函数来获取通道注意力权重。6.根据权利要求2所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，针对融合后的特征图，空间注意力机制单元通过在通道维度进行最大池化和平均池化来获取双通道显著图，选择最大池化的通道显著图作为空间注意力机制单元的权重，同时双通道显著图通过卷积核进行特征融合来获取单通道特征图，并经由sigmoid函数激活后和真值掩膜图计算用于作为注意力损失的交叉熵损失函数。7.根据权利要求6所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，交叉熵损失函数表示为：其中，w和h代表特征图及真值掩模图的宽高，代表真值掩模图像素值，uij代表单通道显著图像素值。8.根据权利要求6或7所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，在交叉熵损失函数添加用于平衡正负样本分布的权重因子来保证对目标区域的学习。9.根据权利要求6或7所述的基于感知向量的光学遥感图像舰船检测方法，其特征在于，基于八参数系统来生成真值掩模图，具体包含：首先，建立二维平面直角坐标系，并标注坐标原点及标注框顶点坐标；然后，将标注框顶点坐标以组为单位，以第一组对边建立两直线方程来求得两直线围成的区域，以第二组对边建立两直线方程来得到所围区域，将两区域交集作为标注的目标区域；将两区域交集中的目标区域像素值赋值为1，其余