[发明专利]一种面向多尺度、多朝向的航拍物体检测方法及系统

说明书

本发明提供了一种面向多尺度、多朝向的航拍物体检测方法及系统，首先模拟人眼的注意力机制，采用级联的注意力网络减少复杂背景对感兴趣目标的影响，使用自适应特征拼接网络在检测网络提取感兴趣区域时自适应地融合来自特征金字塔不同层的输出特征，使得不同尺度的物体可以充分利用不同尺度的信息，使用有向框的多定义与选择策略改进一般有向目标检测框的回归过程；本发明能够提高航拍物体检测的准确性和精度。

技术领域

本发明属于航拍物体检测技术领域，具体涉及一种面向多尺度、多朝向的航拍物体检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着飞行器技术与航拍技术的快速发展，高分辨率航拍图像的获取变得越来越容易。作为航拍图像分析过程中极为重要的一环，对车辆、建筑物等多种物体的识别检测在诸如城市规划、智能监控等领域发挥着重要的作用。与传统的目标检测不同，航拍图像中的目标检测具有一些特殊的问题，主要表现在以下几个方面：

1、由于飞行器都是在鸟瞰视角下俯视拍摄物体，所以物体的朝向可以是任意的。

2、由于飞行器的拍摄角非常广，所以捕获到的图像信息不仅包含感兴趣的物体，还包含许多可能会对检测造成干扰的背景信息。

3、由于飞行器在拍摄时所处的高度有时高有时低，造成航拍图像中的物体尺度分布不一。此外，即便是相同的物体，其本身也存在一定的尺度变化。

由于这些特点的存在，给高分辨率航拍图像中物体的识别检测带来了巨大的挑战。深度学习，尤其是卷积神经网络的快速发展，极大地提高了目标检测的性能，许多基于卷积神经网络的目标检测器在诸多领域表现出了优越的性能。

然而，这些检测器在检测到物体时会使用一个垂直于水平线的矩形框将其表示出来，称之为水平目标检测框。如果航拍图像中具有不同朝向的物体也使用这样一个水平目标检测框来表示的话，会导致包裹物体的框内包含许多的冗余区域，影响检测器的性能。有许多方法为水平检测框添加额外的角度参数来表示物体，使得检测的结果更加精准。但由于角度参数本身存在周期性，会使得角度在回归时产生误差；对于多尺度目标的检测，许多方法使用特征金字塔网络(FPN,Feature Pyrami d Network)为不同大小的目标匹配不同精度的特征图以提高多尺度目标检测的精度，但是其匹配策略会导致目标匹配到并不合适的特征图上。

发明内容

本发明为了解决上述问题，提出了一种面向多尺度、多朝向的航拍物体检测方法及系统，本发明改善有向检测框的角度回归过程与特征金字塔的特征匹配策略，并设置一种空间注意力结构抑制航拍图像中的复杂背景噪声，有效地提高了对于航拍图像中物体检测的准确性。

根据一些实施例，本发明采用如下技术方案：

一种面向多尺度、多朝向的航拍物体检测方法，包括以下步骤：

构建检测网络，所述检测网络包括级联注意力网络、特征融合网络和目标检测框，其中，特征融合网络使用自适应特征拼接网络在检测网络提取感兴趣区域时自适应地融合来自特征金字塔不同层的输出特征；

获取航拍图像，初始配置检测网络的参数，通过特征提取层以及特征金字塔；

利用级联注意力网络抑制输出特征中的背景噪声，并输出物体候选区域；

根据候选区域，在不同的特征金字塔输出层上提取特征，根据不同的权重将这些特征进行拼接；

使用有向目标检测框多定义与选择策略优化目标检测框的回归过程，并输出所属的类别；

根据网络的前向输出结果与真实值之间的差值，进行迭代训练，更新网络参数，使用更新后的检测网络对输入的航拍图像进行处理，得到物体检测结果。