[发明专利]一种基于变换域信息融合的SAR图形船只目标检测方法

权利要求书

1.一种基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，包括：

基于SAR图像得到初步船只检测结果；

将所述SAR图像转换为伪光学图像，将所述伪光学图像输入图像分割网络，得到分割结果，其中，所述将所述SAR图像转换为伪光学图像包括：将所述SAR图像输入图像转换网络进行转换得到所述伪光学图像，所述图像转换网络为改进的pix2pix网络，所述改进的pix2pix网络包括生成器G和生成器F，且所述生成器G和所述生成器F方向相反，所述生成器G用于将SAR图像转换为伪光学图像，所述生成器F用于将真实光学图像转换为伪SAR图像，并基于所述生成器F对所述生成器G进行神经网络训练优化；

根据所述分割结果对所述初步船只检测结果进行虚警剔除，得到最终船只检测结果，具体为：所述分割结果包括将所述伪光学图像分割为水域和陆地，将所述初步船只检测结果中位于陆地的船只目标剔除，保留位于水域中的船只目标检测结果，得到所述最终船只检测结果。

2.如权利要求1所述的基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，所述基于SAR图像得到初步船只检测结果包括：

将所述SAR图像输入船只目标检测网络，得到所述初步船只检测结果。

3.如权利要求2所述的基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，所述船只目标检测网络包括EfficientDet网络。

4.如权利要求1所述的基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，所述图像分割网络采用U-net分割网络。

5.如权利要求1所述的基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，所述基于所述生成器F对所述生成器G进行神经网络训练优化包括：

获取作为训练样本的SAR图像与对应的真实光学图像；

利用所述生成器G将所述作为训练样本的SAR图像转换为伪光学图像，利用所述生成器F将所述作为训练样本的真实光学图像转换为伪SAR图像，并利用所述生成器G将所述伪SAR图像转换为循环光学图像；

计算所述伪光学图像与所述真实光学图像之间的L1损失和分类损失；

计算所述循环伪光学图像与所述真实光学图像之间的L1损失和分类损失；

计算所述伪SAR图像与所述SAR图像之间的L1损失和分类损失；

基于上述L1损失和分类损失，调整神经网络训练参数，优化所述生成器G。

6.如权利要求5所述的基于变换域信息融合的SAR图形船只目标检测方法，其特征在于，所述伪光学图像与所述真实光学图像之间的L1损失和分类损失分别为：

L_{fake_OPT}(G)＝E_x，y[||y-G(x)||₁]；

L_{cGAN_OPT}(D)＝-E_x，y[logD(x，y)]-E_x[log(1-D(x，G(x)))]；

L_{cGAN_OPT}(G)＝-E_x[log(D(x，G(x)))]；

所述L_{fake _OPT}(G)表示所述伪光学图像与所述真实光学图像之间的L1损失；所述L_{cGAN_OPT}(D)表示对判别器D应用的分类损失；所述L_{cGAN_OPT}(G)表示对生成器G应用的分类损失。