本申請(qǐng)涉及遙感圖像小目標(biāo)識(shí)別，具體涉及一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置。

背景技術(shù)：

1、目標(biāo)識(shí)別是計(jì)算機(jī)視覺的一種任務(wù)，常用的檢測(cè)方法有基于神經(jīng)網(wǎng)絡(luò)的方法，主要分為單階段模型和兩階段模型。其中，兩階段模型需先在特征圖上對(duì)可能存在目標(biāo)的位置提取候選框，然后再對(duì)候選框進(jìn)行識(shí)別。

2、與自然圖像中的目標(biāo)識(shí)別相比，遙感圖像的目標(biāo)識(shí)別具有特殊性，因遙感圖像精度高、范圍廣，目標(biāo)在整幅圖像中的比例可能較小，在整幅中可能僅有一個(gè)或者幾個(gè)像素點(diǎn)，故稱為小目標(biāo)。同一遙感圖像可能包含多個(gè)小目標(biāo)，小目標(biāo)沒有固定的空間關(guān)系且雜亂無章，極易形成復(fù)雜的空間模式，并且由于小目標(biāo)與傳感器的相對(duì)角度和遮擋問題，遙感圖像中的小目標(biāo)結(jié)構(gòu)可能不完整和輪廓不清晰，上述特點(diǎn)與遙感圖像存在大量相似的非均勻背景共同造成了小目標(biāo)與其它小目標(biāo)、背景之間可能缺乏明顯的差異，使得難以準(zhǔn)確提取候選框，從而影響之后對(duì)候選框內(nèi)目標(biāo)的識(shí)別。

3、因此，如何在遙感圖像小目標(biāo)識(shí)別任務(wù)中準(zhǔn)確提取候選框，成為本領(lǐng)域技術(shù)人員亟需解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置，以在遙感圖像小目標(biāo)識(shí)別任務(wù)中準(zhǔn)確提取候選框。

2、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，包括：

3、獲取待識(shí)別圖像；

4、通過初步特征提取層，得到第一特征圖、第二特征圖和第三特征圖，所述第二特征圖高于所述第一特征圖，并低于所述第三特征圖；

5、辨別特征提取層根據(jù)所述第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算得到辨別特征圖；

6、通過所述辨別特征圖進(jìn)行框選及后續(xù)目標(biāo)識(shí)別操作。

7、可選地，所述辨別特征提取層包括第一前置卷積層、第二前置卷積層、第三前置卷積層、第一卷積注意力計(jì)算層、第二卷積注意力計(jì)算層、第三卷積注意力計(jì)算層、第四卷積注意力計(jì)算層、高層語義信息激活模塊、第五卷積注意力計(jì)算層，所述根據(jù)第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算得到辨別特征圖，包括：

8、第二特征圖經(jīng)過所述第一前置卷積層得到第一卷積特征圖，第三特征圖和所述第一卷積特征圖經(jīng)過所述第二前置卷積層得到第二卷積特征圖，第一特征圖和所述第二卷積特征圖經(jīng)過所述第三前置卷積層得到第三卷積特征圖；

9、第三卷積特征圖經(jīng)過第三卷積注意力計(jì)算層得到第一中間特征圖，第一中間特征圖經(jīng)過第四卷積注意力計(jì)算層得到第二中間特征圖、所述第二中間特征圖經(jīng)過高層語義信息激活模塊得到激活特征圖，所述第三卷積特征圖和所述激活特征圖經(jīng)過第五卷積注意力計(jì)算層得到高層語義特征圖；

10、第二卷積特征圖和所述第一中間圖經(jīng)第二卷積注意力計(jì)算層得到第三中間圖，第一卷積特征圖和所述第三中間圖經(jīng)過第一卷積注意力計(jì)算層得到低層邊界位置圖，所述底層邊界位置圖和所述高層語義層融合得到辨別特征圖。

11、可選地，所述所述第二中間特征圖經(jīng)過高層語義信息激活模塊得到激活特征圖，包括：

12、第二中間特征圖卷積后下采樣得到下采樣特征圖；

13、對(duì)下采樣特征圖進(jìn)行坐標(biāo)注意力計(jì)算得到坐標(biāo)注意力特征圖，對(duì)坐標(biāo)注意力特征圖進(jìn)行激活計(jì)算得到初步激活特征圖；

14、所述初步激活特征圖和所述下采樣特征圖逐元相乘并再次卷積得到激活特征圖。

15、可選地，所述對(duì)坐標(biāo)注意力特征圖進(jìn)行激活計(jì)算得到初步激活特征圖，包括：通過hard_stp(x)激活函數(shù)進(jìn)行計(jì)算激活：

16、

17、可選地，所述hard_stp(x)激活函數(shù)的參數(shù)為：a＝1.05，b＝1.5，c＝1.6。

18、本發(fā)明實(shí)施例還一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)裝置，包括：

19、圖像獲取單元，用于獲取待識(shí)別圖像；

20、初步特征提取單元，用于通過初步特征提取層，得到第一特征圖、第二特征圖和第三特征圖，所述第二特征圖高于所述第一特征圖，并低于所述第三特征圖；

21、辨別特征提取單元，用于辨別特征提取層根據(jù)所述第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算得到辨別特征圖；

22、框選及目標(biāo)識(shí)別單元，用于通過所述辨別特征圖進(jìn)行框選及后續(xù)目標(biāo)識(shí)別操作。

23、可見，本發(fā)明所提供的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置，在獲取待識(shí)別圖像后，通過辨別特征提取層根據(jù)faster-rcnn骨干網(wǎng)中初步特征提取層得到第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算既突出了第一特征圖中的邊界和位置信息，又突出了第三特征圖的語義信息，并通過第二特征圖來實(shí)現(xiàn)高低層通道間信息流動(dòng)和交互能力，最后生成包含辨別特征的特征圖，進(jìn)而實(shí)現(xiàn)遙感影像小目標(biāo)的精確檢測(cè)。因此，本發(fā)明實(shí)施例所提供的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置可以在遙感圖像小目標(biāo)識(shí)別任務(wù)中準(zhǔn)確提取候選框，為后續(xù)候選框內(nèi)目標(biāo)的識(shí)別提供支持。

技術(shù)特征：

1.一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，其特征在于，所述辨別特征提取層包括第一前置卷積層、第二前置卷積層、第三前置卷積層、第一卷積注意力計(jì)算層、第二卷積注意力計(jì)算層、第三卷積注意力計(jì)算層、第四卷積注意力計(jì)算層、高層語義信息激活模塊、第五卷積注意力計(jì)算層，所述根據(jù)第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算得到辨別特征圖，包括：

3.如權(quán)利要求2所述的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，其特征在于，所述所述第二中間特征圖經(jīng)過高層語義信息激活模塊得到激活特征圖，包括：

4.如權(quán)利要求3所述的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，其特征在于，所述對(duì)坐標(biāo)注意力特征圖進(jìn)行激活計(jì)算得到初步激活特征圖，包括：通過hard_stp(x)激活函數(shù)進(jìn)行計(jì)算激活：

5.如權(quán)利要求4所述的基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)方法，其特征在于，所述hard_stp(x)激活函數(shù)的參數(shù)為：a＝1.05，b＝1.5，c＝1.6。

6.一種基于改進(jìn)faster-rcnn的遙感圖像目標(biāo)檢測(cè)裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明實(shí)施例提供了一種基于改進(jìn)Faster?Rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置，其特征在于，包括：獲取待識(shí)別圖像；通過初步特征提取層，得到第一特征圖、第二特征圖和第三特征圖，所述第二特征圖高于所述第一特征圖，并低于所述第三特征圖，辨別特征提取層根據(jù)所述第一特征圖、第二特征圖和第三特征圖，通過卷積計(jì)算、坐標(biāo)注意力計(jì)算和下采樣激活計(jì)算得到辨別特征圖，通過所述辨別特征圖進(jìn)行框選及后續(xù)目標(biāo)識(shí)別操作。本發(fā)明實(shí)施例所提供的基于改進(jìn)Faster?Rcnn的遙感圖像目標(biāo)檢測(cè)方法及裝置能夠在遙感圖像小目標(biāo)識(shí)別任務(wù)中準(zhǔn)確提取候選框。

技術(shù)研發(fā)人員：陳超,歐陽資考,劉好斌
受保護(hù)的技術(shù)使用者：內(nèi)江師范學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10