[发明专利]一种光学遥感图像近岸舰船检测方法

权利要求书

1.一种光学遥感图像近岸舰船检测方法，其特征在于，包括：

S1：创建海陆分割网络，并对所述海陆分割网络进行训练；

S2：创建候选区域提取网络，并对所述候选区域提取网络进行训练；

在步骤S2中，候选区域提取网络包括：特征提取部分和特征融合部分；其中，特征提取部分采用特征金字塔网络结构，产生多个不同分辨率的特征；

特征融合部分将特征金字塔网络生成的特征与海陆分割网络生成的特征进行融合，构成一个新的特征，在新的特征的基础上进行候选框预测，得到候选框；

S3：构建Fast R-CNN预测网络，并对所述Fast R-CNN预测网络进行训练；

S4：将训练好的海陆分割网络、训练好的候选区域提取网络以及训练好的Fast R-CNN预测网络进行连接，得到端到端网络；

S5：基于所述端到端网络对输入的遥感图像进行舰船检测。

2.根据权利要求1所述的一种光学遥感图像近岸舰船检测方法，其特征在于，步骤S1具体包括：

海陆分割网络采用ResNet-50，其中ResNet-50由5个层级组成，分别计为C₁,C₂,C₃,C₄,C₅，将后四个层级的特征进行上采样操作，均放大到C₂层级特征大小，然后进行融合操作，将融合后得到的特征进行上采样操作，放大到原始输入图像大小，然后进行3×3卷积操作，获得一个原图大小、两个维度的特征，最后在此特征上逐点应用softmax操作，获得网络预测特征图，所述网络预测特征图上的每个点的值代表了对应遥感图像像素点属于海洋和陆地的概率值，是一个二维向量；海陆分割网络采用输入遥感图像的海陆分割真值图作为监督信息来训练网络，其中，海陆分割网络采用平均softmax交叉熵损失函数进行训练，平均softmax交叉熵损失函数如下：

其中，P(x,y)指网络预测的特征图中的点(x,y)的值，S(x,y)指海陆分割真值图的点(x,y)的值，H和W分别代表特征图的高和宽，L是单个像素点处的交叉熵损失函数。

3.根据权利要求2所述的一种光学遥感图像近岸舰船检测方法，其特征在于，在步骤S3中，Fast R-CNN预测网络包括：分类分支、回归分支和分割分支；所述分类分支对候选框中的目标进行分类；所述回归分支对候选框的位置、大小进行回归；所述分割分支对候选框中的目标进行掩码分割。

4.根据权利要求1-3任意一项所述的一种光学遥感图像近岸舰船检测方法，其特征在于，将遥感图像输入至所述端到端网络中，所述端到端网络输出遥感图像中近岸舰船目标的得分、边界框位置以及分割掩码。