[发明专利]一种由区域到目标的可见光遥感图像候选目标提取方法

权利要求书

1.一种由区域到目标的可见光遥感图像候选目标提取方法，其特征在于，包括以下步骤：

通过第一滑窗在遥感图像中提取大尺度区域，所述第一滑窗的尺寸根据目标大小确定；

将上述提取的大尺度区域依次输入到训练好的候选区域识别模型中进行分类，得到包含感兴趣目标的候选区域；

通过第二滑窗在上述候选区域中进行候选目标提取，所述第二滑窗的尺寸小于第一滑窗。

2.根据权利要求1所述的方法，其特征在于，所述候选区域识别模型包括：第一卷积神经网络和第一分类器；

所述第一卷积神经网络为VGGNet-16，包含13个卷积层、2个全连接层和1个输出层；从第一个全连接层中提取大尺度区域的特征；

所述第一分类器为LIBSVM分类器，通过上述提取的大尺度区域特征对大尺度区域进行分类。

3.根据权利要求1或2所述的方法，其特征在于，所述通过第二滑窗在上述候选区域中进行候选目标提取，包括：

利用第二滑窗在上述候选区域中提取出若干小尺度区域；

将上述小尺度区域依次输入到训练好的候选目标提取模型，提取候选目标；

所述候选目标提取模型包括：第二卷积神经网络和第二分类器；其中，第二卷积神经网络为VGGNet-16，包含13个卷积层、2个全连接层和1个输出层，从第一个全连接层中提取小尺度区域的特征；

所述第二分类器为LIBSVM分类器，通过上述提取的小尺度区域特征对小尺度区域进行分类。

4.根据权利要求3所述的方法，其特征在于，还包括，采用非极大值抑制对得到的候选区域或候选目标进行筛选，去除冗余的候选区域或候选目标。

5.根据权利要求4所述的方法，其特征在于，采用非极大值抑制对得到的候选区域进行筛选，包括：

当出现多个候选区域位置重叠程度超过设定的IOU阈值时，进行非极大值抑制，并按照分数从高到低排列候选区域；从得分最高的候选区域开始，依次和剩下的所有候选区域进行比较，将重叠面积与得分最高的候选区域的面积之比超过预设比值的候选区域舍弃，得到一组筛选后的候选区域；依次对所有候选区域进行同样处理，直到遍历所有的候选区域，得到两两之间重叠面积都小于预设比值的候选区域集合。

6.根据权利要求5所述的方法，其特征在于，所述第一滑窗的大小为图像中目标大小的4倍，第二滑窗的大小为图像中目标大小的1倍。

7.根据权利要求6所述的方法，其特征在于，所述提取大尺度区域，包括：从图像左上角开始，通过第一滑窗从左到右、从上到下的顺序裁剪大尺度区域；

所述提取小尺度区域，包括：从图像左上角开始，通过第二滑窗从左到右、从上到下的顺序裁剪小尺度区域。

8.根据权利要求7所述的方法，其特征在于，将第一滑窗的滑动步长设置为小于第一滑窗的长宽尺寸，将分割得到的相邻的大尺度区域之间保留25％的重叠度。

9.根据权利要求8所述的方法，其特征在于，还包括，采集训练数据，并进行标注，对所述候选区域识别模型和候选目标提取模型分别进行训练，得到训练好的候选区域识别和候选目标提取模型。

10.根据权利要求9所述的方法，其特征在于，还包括：对数据集进行干扰加强，所述干扰加强包括数据水平翻转、加噪声或随机裁剪中的至少一种。