[发明专利]基于重叠切片的遥感视频目标检测方法

摘要

本发明公开了一种基于重叠切片的遥感视频目标检测方法，主要解决现有技术中目标漏检率、目标误检率较高以及目标检测过程繁琐复杂、耗时久、效率低的问题。本发明的具体步骤如下：(1)选取源数据；(2)生成训练样本集和测试样本集；(3)对训练样本进行预处理；(4)对测试样本进行重叠切片预处理；(5)训练目标检测模型；(6)检测重叠切片中的目标；(7)检测测试样本中的目标；(8)将测试样本图片转为视频。本发明能够降低目标漏检率和目标误检率，提高对遥感视频目标的检测准确度，缩短目标检测过程的耗时，实现了对遥感视频中飞机、舰船目标的高效检测。

主权项

1.一种基于重叠切片的遥感视频目标检测方法，其特征在于，对测试样本集中每张遥感图像进行重叠切片处理，将预处理后的每个测试样本输入到训练好的YOLO v3网络中，得到每个重叠切片的目标检测结果，利用重叠切片中边界框位置整合方法和非极大值抑制NMS算法得到测试样本的目标检测结果，将所有带有目标检测结果的测试样本图片转为视频；该方法的具体步骤包括如下：(1)选取源数据：(1a)从一段遥感卫星获取的视频中提取至少110帧含有飞机目标及其他景物的遥感图像；(1b)提取另一段遥感卫星获取的视频中至少110帧含有舰船目标及其他景物的遥感图像；(1c)从步骤(1a)、步骤(1b)之外的遥感视频数据源中提取含有飞机目标、舰船目标各至少90张的遥感图像；(2)生成训练样本集和测试样本集：(2a)从含有飞机目标及其他景物的前三帧遥感图像中，截取每幅含有飞机目标的所有遥感图像，从中随机选取至少110张；将含有飞机目标的至少90张遥感图像与所选取的遥感图像，组成训练样本集1；(2b)从含有舰船目标及其他景物的前三帧遥感图像中，截取每幅含有舰船目标的遥感图像，从中随机选取至少110张；将含有舰船目标的至少90张遥感图像与所选取的遥感图像，组成训练样本集2；(2c)从每幅含有飞机目标及其他景物的遥感图像中，截取大小为3200×1800像素的遥感图像，将截图后的至少110张遥感图像组成测试样本集1；(2d)从每幅含有舰船目标及其他景物的遥感图像中，截取大小为3200×1800像素的遥感图像，将截图后的至少110张遥感图像组成测试样本集2；(3)对训练样本进行预处理：对两个训练样本集中的每个训练样本中的所有目标类别、目标位置信息进行标注，得到200个xml格式的标注文件；对标注文件中的目标大小和目标位置信息进行归一化处理，将目标类别和归一化信息转为文本格式的标注文件；(4)对测试样本进行重叠切片预处理：对两个测试样本集中每张遥感图像进行重叠切片预处理，得到的每个切片为重叠切片，保存每个重叠切片的左上角顶点处在相应测试样本中的坐标(xa,ya)和右下角顶点处在相应测试样本中的坐标(xb,yb)，得到的所有重叠切片组成预处理后的测试样本集；(5)训练目标检测模型：将预处理后的所有训练样本输入到YOLO v3模型中进行迭代训练，直到输出第1500次迭代后的权重结果，得到训练好的YOLO v3网络；(6)检测重叠切片中的目标：将预处理后的每个测试样本输入到训练好的YOLO v3网络中，YOLO v3网络输出每个重叠切片的目标检测结果；(7)检测测试样本中的目标：(7a)利用重叠切片中边界框位置整合方法，将每个重叠切片的目标检测结果中边界框左上角顶点处在平面坐标系中的坐标、边界框右下角顶点处在平面坐标系中的坐标分别转换为在对应测试样本中的位置坐标；(7b)利用非极大值抑制NMS算法，去除测试样本中目标的冗余边界框，保留每个目标的最大置信度边界框，得到测试样本的目标检测结果；(8)将测试样本图片转为视频：将所有带有目标检测结果的测试样本图片，按照画面每秒传输帧数转为遥感视频文件。