[发明专利]一种增强型遥感影像目标检测方法及系统在审
申请号: | 202110972902.1 | 申请日: | 2021-08-24 |
公开(公告)号: | CN113743487A | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 王密;项韶;谢广奇;张致齐 | 申请(专利权)人: | 武汉九天高分遥感技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/34;G06K9/00;G06N3/04 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430079 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 增强 遥感 影像 目标 检测 方法 系统 | ||
1.一种增强型遥感影像目标检测方法,其特征在于,包括以下步骤:
步骤1,输入带标注的高分辨率影像数据集;
步骤2,设置增强型目标检测模型,包括利用嵌入式连接和跳跃连接的形式来构建一种增强型目标检测模型,通过嵌入式连接来实现不同空间分辨率的特征上采样过程,同时利用跳跃连接来补充丢失的细节信息,实现增强模型特征表征的能力,从而提供一阶目标检测框架实现高分辨率遥感影像目标检测任务;
步骤3,模型训练,包括对步骤2所得增强型目标检测模型的训练;
步骤4,输出结果,根据步骤3训练后的模型对输入影像进行目标检测所得结果。
2.根据权利要求1所述增强型遥感影像目标检测方法,其特征在于:步骤1中采用了我国高分二号卫星和GoogleEarth上的高分辨率遥感影像作为数据源,并通过人工标注目标的形式构建了高分辨率遥感影像目标检测数据集。
3.根据权利要求1所述增强型遥感影像目标检测方法,其特征在于:所述增强型目标检测模型中,设给定的输入图像为X,CiW×H(·)表示卷积运算,其中W和H分别表示特征图的宽度和高度大小,i用于表示卷积层块的级别,则有
其中,表示降采样运算,Δ表示上采样运算,表示特征图拼接运算,χi,i∈[0,9]表示输入特征图,fspp表示空间金字塔池化层输出的特征图;
不同空间分辨率的特征图经过上采样或者下采样成相同空间分辨率的特征,并进行特征图拼接的方法叫作嵌入式连接结构,对于相同空间分辨率的特征图之间的拼接,叫作跳跃连接。
4.根据权利要求1所述增强型遥感影像目标检测方法,其特征在于:步骤3中模型训练时,总共训练300个epochs,每次加载32张图像到模型中进行批量训练,初始学习率设置为0.01,并且每50个epochs降低一次学习率,每次降低到原来的1/10。
5.根据权利要求1所述增强型遥感影像目标检测方法,其特征在于:将步骤3中的训练结果进行展示,通过输入高分辨遥感影像,输出检测到的目标类别以及目标被包围的边界框坐标。
6.根据权利要求1或2或3或4或5所述增强型遥感影像目标检测方法,其特征在于:用于星上受限环境下的在轨目标实时检测任务。
7.一种增强型遥感影像目标检测系统,其特征在于:用于实现如权利要求1-6所述的一种增强型遥感影像目标检测方法。
8.根据权利要求7所述增强型遥感影像目标检测系统,其特征在于:包括以下模块,
第一模块,用于输入带标注的高分辨率影像数据集;
第二模块,用于设置增强型目标检测模型,包括利用嵌入式连接和跳跃连接的形式来构建一种增强型目标检测模型,通过嵌入式连接来实现不同空间分辨率的特征上采样过程,同时利用跳跃连接来补充丢失的细节信息,实现增强模型特征表征的能力,从而提供一阶目标检测框架实现高分辨率遥感影像目标检测任务;
第三模块,用于模型训练,包括对第二模块所得增强型目标检测模型的训练;
第四模块,用于输出结果,根据第三模块训练后的模型对输入影像进行目标检测所得结果。
9.根据权利要求7所述的增强型遥感影像目标检测系统,其特征在于:包括软件环境、中央处理器、存储器、图形图像处理器,软件环境用于配置系统执行的基本模块以及依赖环境,存储器用于存储所需数据集,图形图像处理器用于执行如权利要求1-6所述增强型遥感影像目标检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉九天高分遥感技术有限公司,未经武汉九天高分遥感技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110972902.1/1.html,转载请声明来源钻瓜专利网。