[发明专利]一种基于点特征的SAR图像目标检测方法及系统

权利要求书

1.一种基于点特征的SAR图像目标检测方法，其特征在于，包括：

步骤S1：将SAR图像输入特征提取模块，获得不同尺度的特征图；

步骤S2：对所述特征图输入点特征检测网络进行卷积处理，得到处理后的特征图，将所述处理后的特征图通过一个1×1卷积输出点特征；

步骤S3：选取所述点特征中最小和最大的x、y值作为伪检测框左上角和右下角的坐标，将所述点特征转化成伪检测框；

步骤S4：将所述处理后的特征图和所述点特征进行可变形卷积DCNv2运算，将运算结果再通过1×1卷积，输出伪检测框矫正框和目标类别；将所述伪检测框矫正框和所述伪检测框相加后得到最终的预测目标包围框；

步骤S5：基于预测类别损失L_类别、预测目标包围框损失L_包围框和伪检测框损失L_伪检测框构建总损失函数L，用以训练所述点特征检测网络，并通过反向传播进行网络参数更新，重复本步骤，直至所述点特征检测网络性能收敛，保存网络结构与参数，获得训练好的点特征检测网络；

步骤S6：将待检测SAR图像输入训练好的所述训练好的点特征检测网络中，得到目标包围框和目标类别信息作为检测结果。

2.根据权利要求1所述的基于点特征的SAR图像目标检测方法，其特征在于，所述步骤S1：将SAR图像输入特征提取模块，获得不同尺度的特征图，具体包括：

所述特征提取模块包括：ResNet50和FPN；首先将SAR图像输入ResNet50，经过五次下采样，然后将后三次下采样的特征图传入FPN用于特征融合，输出三个不同大小尺寸的特征图用于不同尺度目标的预测。

3.根据权利要求2所述的基于点特征的SAR图像目标检测方法，其特征在于，所述步骤S2：对所述特征图输入点特征检测网络进行卷积处理，得到处理后的特征图，将所述处理后的特征图通过一个1×1卷积输出点特征，具体包括：

步骤S21：将所述特征图经过三层卷积层进行处理，得到处理后的特征图；

步骤S22：将所述处理后的特征图通过1×1卷积层，输出3×N维的点特征矩阵，其中，N表示点集合中离散点的数量；第一维是离散点相对于中心点在x轴上的坐标位移量，第二维是离散点相对于中心点在y轴上的坐标位移量，第三维是N个点每点的权重值，分别表示每个点的重要性。

4.根据权利要求3所述的基于点特征的SAR图像目标检测方法，其特征在于，所述步骤S4：将所述处理后的特征图和所述点特征进行可变形卷积DCNv2运算，将运算结果再通过1×1卷积，输出伪检测框矫正框和目标类别；将所述伪检测框矫正框和所述伪检测框相加后得到最终的预测目标包围框，具体包括：

将所述处理后的特征图和所述点特征进行可变形卷积DCNv2进行散射特征采样，再经过1×1卷积，输出4+C维的预测向量；其中，预测的所述伪检测框矫正框为4维，目标类别信息为C维，C为目标类别数量，C维分别代表各个不同类别的置信度，其中数值最大的维度所代表的类别作为预测的类别；在所述可变形卷积DCNv2运算中，所述点特征表示了卷积核到特征图该点时的采样位置和每个采样点的加和权重。