[发明专利]基于CNN和选择性注意机制的SAR图像目标检测方法

权利要求书

1.基于CNN和选择性注意机制的SAR图像目标检测方法，其特征在于，包括以下步骤：

1)从MSTAR数据集和SAR场景图中获取训练样本集；

2)对步骤1)中的训练样本集进行扩充，得到新训练样本集；

3)构建分类网络模型，选择一个由卷积层→池化层→卷积层→池化层→卷积层→池化层→卷积层→池化层→卷积层→全连接层→softmax分类器组成的卷积神经网络实现提取SAR图像特征及分类；

4)利用步骤2)得到的新训练样本集对步骤3)中构建的分类网络模型进行训练，得到训练好的模型；

5)用图像视觉显著注意模型对待检测SAR场景图进行显著性检测，得到显著特征图；

6)对步骤5)得到的显著特征图进行形态学处理后，进行连通域标记，确定每个连通域的质心为中心，提取与各个质心对应的目标候选区，将各个目标候选区在其周围若干像素点内平移，扩充每个目标候选区的待判断数量；

7)利用步骤4)中训练好的模型对步骤6)中的目标候选区进行分类，将每个目标候选区周围多个候选区域中判断为目标的检测数量与阈值对比，大于阈值，则为目标，所有目标对比完成后得到SAR场景图中的目标定位框；

8)将步骤7)中的目标定位框用非极大值抑制的方法去除多余的框，选出分类得分最大的定位框并在SAR场景图进行标记，得到测试图像的目标检测结果。

2.根据权利要求1所述的基于CNN和选择性注意机制的SAR图像目标检测方法，其特征在于，步骤1)中的训练样本集包括正样本和负样本：从MSTAR数据集中选取若干SAR图像作为训练样本集的正样本；从SAR场景图随机选取背景块作为训练样本集的负样本。

3.根据权利要求2所述的基于CNN和选择性注意机制的SAR图像目标检测方法，其特征在于，步骤2)按如下步骤进行：

2a)取训练样本集正样本中每幅SAR图像的中间88×88的区域部分，得到对应每幅SAR图像的中间88×88的左上角坐标(x,y)，每幅SAR图像的中间区域为(x+88,y+88)；

2b)将步骤2a)中每幅SAR图像的中间区域进行上下左右五个像素单位的平移，得到新左上角坐标(x',y')，其中x'＝x±t_x，y'＝y±t_y，t_x和t_y为平移单位，进而得到每幅SAR图像的新中间区域为(x'+88,y'+88)，作为训练样本集的正样本。

4.根据权利要求3所述的基于CNN和选择性注意机制的SAR图像目标检测方法，其特征在于，步骤4)的分类模型训练按如下步骤进行：MSTAR数据平移扩充后的数据集作为网络的训练正样本，从SAR场景图中选取的背景图像块作为网络的训练负样本输入到构建的分类模型，训练数据集的正负类别作为分类模型的输出，通过求解模型输出类别与给定正确类别之间的误差并对误差进行反向传播，来优化分类模型的网络参数，得到训练好的分类模型。