[发明专利]一种基于复合金字塔的旋转目标检测方法

摘要

本发明揭示了一种基于复合金字塔的旋转目标检测方法，在标定目标样本时加入了旋转标定的功能，对于目标的位置通过增加目标框的旋转角度来准确标定目标；在训练网络模型时通过加入旋转角度的计算，将目标角度误差反馈到网络中，使得网络能够学习到目标的角度信息。本发明通过加入角度信息的误差计算，对损失函数进行约束，使得网络能够输出带有角度信息的目标框，能实现在复杂的环境场景下对旋转目标的检测。利用复合金字塔特征对目标进行分析，提高了远小目标的识别率。

主权项

1.一种基于复合金字塔的旋转目标检测方法，其特征在于包括以下步骤：S1对训练样本进行目标标定，标定结果存为[x,y,w,h,a]，其中(x,y)是目标中心坐标，(w,h)是目标宽高，(a)是目标的旋转角度，预定义K^L个先验框[p_w,p_h,p_a]，L为特征金字塔的层数，先验框以宽高(p_w,p_h)信息从小到大进行排序，p_a为先验框的角度；S2将训练图像按固定的宽高比进行缩放填充到I×I大小输入训练网络得到预测特征图Z^L，预测特征图大小为N^L×W^L×H^L×K^L×(6+C)，其中N^L为训练图像的批处理数量，(W^L,H^L)为预测特征图的大小，K^L为先验框个数，L为特征金字塔的层数，C为识别的类别数；S3在预测特征图Z^L的每个位置对每个先验框预测5个坐标[t_x,t_y,t_w,t_h,t_a]和t_o，t_o判断当前先验框是否是目标，目标框的预测通过如下函数计算：b_x＝σ(t_x)+c_x      (1)b_y＝σ(t_y)+c_y      (2)b_a＝tan^‑1(t_a)+p_a       (5)Pr(object)*ArIOU(b,object)＝σ(t_o)      (6)其中，[b_x,b_y,b_w,b_h,b_a]为预测的实际目标位置坐标，(c_x,c_y)为预测特征图的坐标位置,σ为sigmoid函数，ArIOU(b,object)计算先验框和目标框的交集，其计算公式如下：其中除了角度参数和B相同，其他坐标参数和A相同，∪和∩是计算两个框并集和交集的布尔运算；S3根据公式(1)～公式(6)推倒计算训练误差，误差采用均方差函数计算得到，并反馈到网络中，对网络中的权重参数进行梯度下降优化，误差计算公式如下所示：其中，N为所有匹配的先验框的个数，为特征金字塔的每层误差值，其计算如下：其中，x_ij∈{0,1}，当先验框中包含目标时为1，反之为0，通过公式(7)进行计算先验框和目标框的ArIOU(b,object)值，当ArIOU(b,object)>th_ArIOU时认为先验框包含目标，反之不包含；i为先验框的下标数，j为预测目标框的下标数，由公式(1‑5)计算得到，为网络预测得到的值；smooth_L2代表L₂损失计算函数；S5重复步骤S2～步骤S4直至总体误差L_all达到一个较为稳定的值，则停止训练。S6将训练图像按固定的宽高比进行缩放填充到I×I大小输入训练网络中得到预测特征图Z^L，根据预测特征图中的每个位置对先验框预测的5个坐标[t_x,t_y,t_w,t_h,t_a]，通过公式(1)～公式(5)算相应的实际预测目标框的坐标位置[b_x,b_y,b_w,b_h,b_a]以及置信度σ(t_o)，当σ(t_o)>th_o时，认为该预测框含有目标，反之剔除该预测框，将特征金字塔得到的所有预测目标框的坐标位置进行合并；S7将所有的预测目标框的坐标位置信息进行非极大值抑制处理，此时计算重叠目标框的距离时采用如下公式：其中，IOU的计算不考虑目标框的角度因素，只考虑宽高以及位置信息，当IOU的值大于0.5时，认为当前两个目标框表示的是同一个物体，因此删除置信度较低的预测框；S8经过步骤S6和步骤S7计算，将剩余的预测目标框进行输出绘制到原始图像中。