[发明专利]一种基于旋转定位网络的光学遥感图像飞机目标检测方法

权利要求书

1.一种基于旋转定位网络的光学遥感图像飞机目标检测方法，其特征在于，包括如下步骤，

步骤S1、将图片输入ResNet特征网络，提取出多维度特征信息，获取用多维数组表示的特征图；

步骤S2、特征图输入累积特征金字塔网络中，将高层语义与底层语义相融合，将高层语义的接收域和上下文信息与底层语义的目标位置信息提炼在一起；

步骤S3、RPN子网络在累积特征金字塔网络输出的特征中产生锚框，并对锚框进行边界回归和前景分类，获取水平提议框；

步骤S4、将水平提议框送入旋转区域定位网络进行旋转和缩放，生成旋转目标框，最终输出飞机目标旋转检测框。

2.根据权利要求1 所述的一种基于旋转定位网络的光学遥感图像飞机目标检测方法，其特征在于，所述步骤S2中，累积特征金字塔网络从最高语义层开始，对本层以上每一个feature map进行最近邻上采样，获取与本层大小相同的feature map，再进行拼接合并，拼接合并的feature map和本层的feature map分别经过1*1的卷积核处理，处理后的两个feature map对应元素相加，获取的结果再通过3*3卷积核处理，获取一个单层多维度feature map。

3.根据权利要求1 所述的一种基于旋转定位网络的光学遥感图像飞机目标检测方法，其特征在于，所述步骤S3中，采用置信度排序的方法减少RPN子网络产生的锚框数量，保留高置信度的水平提议框；水平提议框作为负样本需满足背景与标签框的交并比值在[0.1,0.3]之间或具有高置信度值，并且与标签框无交集。

4.根据权利要求1 所述的一种基于旋转定位网络的光学遥感图像飞机目标检测方法，其特征在于，所述步骤S4中，将水平检测框转换为旋转检测框，使用旋转区域定位网络对检测框进行回归预测，旋转的角度为，并调整矩形框的宽w和高h，旋转边界框参数化坐标回归包括和两个附加变量，参数化坐标定义如下：

；

其中，为包围框中心点坐标，分别为包围矩形框的长边和短边；、和分别代表预测框、锚框和真实的包围框的参数，参数以此类推；为水平框相对于图像坐标轴的x正半轴逆时针旋转的角度，为矩形包围框的对角线长度；

采用损失函数表示旋转框与真实包围框之间的损失，其定义为：

；

其中，为标签中的实际向量，为预测向量。