[发明专利]一种遥感图像下的飞机检测方法及存储介质有效

专利信息
申请号: 201911183503.6 申请日: 2019-11-27
公开(公告)号: CN110991305B 公开(公告)日: 2023-04-07
发明(设计)人: 苏松志;王晓林;李绍滋 申请(专利权)人: 厦门大学
主分类号: G06V20/13 分类号: G06V20/13;G06V10/764;G06V10/82;G06N3/0464;G06N3/09
代理公司: 福州市景弘专利代理事务所(普通合伙) 35219 代理人: 黄以琳;施文武
地址: 361005 福建*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 遥感 图像 飞机 检测 方法 存储 介质
【说明书】:

发明涉及一种遥感图像下的飞机检测方法及存储介质,所述方法包括以下步骤:根据输入待检测遥感图像,构造图像金字塔;将图像金字塔的每一层依次作为第一阶段神经网络的输入,得到每一层对应的输出结果;对于每一层对应的输出结果,将其区域置信度低于第一预设阈值的区域全部忽略,然后对剩下的区域进行执行非极大值抑制;将所有层的输出结果进行合并后,执行非极大值抑制,得到第一阶段输出结果;将第一阶段输出结果作为第二阶段神经网络的输入,得到第二阶段输出结果;将第二阶段输出结果中的区域置信度小于第二预设阈值的区域忽略,对剩下的区域进行非极大值抑制,得到最终输出结果。达到与深层神经网络相同的检测精度,将检测速度提升2‑3倍。

技术领域

本发明涉及遥感图像技术领域,特别涉及一种遥感图像下的飞机检测方法及存储介质。

背景技术

遥感图像是人类获取空间信息的一种重要方式,在军事和民用领域都有着很大的应用价值,如机场管理、空中交通管制、国土资源检测等。飞机是遥感图像中的一类重要目标,对遥感图像中的飞机进行实时检测具有重要且具有实际意义的需求。但现状是:现有的主流检测算法虽然取得了不错的检测效果,但它们大多是针对自然场景图像下的目标检测而提出的,在针对遥感图像进行检测时,通常直接将这些检测算法迁移到遥感场景下进行训练。目前并没有专门针对遥感图像的特点进行目标检测的方法。

现有基础技术包括两种:2014年卷积神经网络(Convolutional NeuralNetworks)得到快速发展,随之出现两阶段(Two-stage)检测技术。该技术将检测分为两个阶段,第一个阶段利用卷积神经网络对输入图像进行特征提取,并根据特征筛选出大量可能包含所需目标的候选区域(大约2000个),第二阶段则对这些候选区域进行更进一步的分类,判断它们是否含有目标以及目标的类别,最终输出目标的类别以及位置坐标。该类技术的特点是检测精度高,但速度较慢。2016年出现了单阶段(One-stage)检测技术,该技术利用卷积神经网络提取图像特征,并直接输出目标的类别以及位置坐标。该类技术具有检测速度快,但不够准确的特点。

现有的检测技术,无论是两阶段检测技术还是单阶段检测技术,均是针对多类别检测任务设计的,这使得提取图像特征的卷积神经网络必须足够复杂才能应对目标的多样性,而过于复杂的检测模型难以部署到一些存储空间或计算资源有限的嵌入式设备中。

发明内容

为此,需要提供一种遥感图像下的飞机检测方法及存储介质,解决现有的检测技术中,均是针对多类别检测任务设计而造成的卷积网络必须足够复杂才能应对目标的多样性及过于复杂的检测模型难以部署到一些存储空间或计算资源有限的嵌入式设备中。

为实现上述目的,发明人提供了一种遥感图像下的飞机检测方法,包括以下步骤:

第一阶段神经网络模型推理:

根据输入待检测遥感图像,构造图像金字塔;

将图像金字塔的每一层依次作为第一阶段神经网络的输入,得到图像金字塔的每一层对应的输出结果,所述输出结果包括区域坐标及区域置信度;

对于每一层对应的输出结果,将其区域置信度低于第一预设阈值的区域全部忽略,然后对剩下的区域进行执行非极大值抑制;

将所有层的输出结果进行合并后,再次执行非极大值抑制,得到第一阶段输出结果;

第二阶段神经网络模型推理:

将第一阶段输出结果作为第二阶段神经网络的输入,得到第二阶段输出结果;

将第二阶段输出结果中的区域置信度小于第二预设阈值的区域忽略,然后对剩下的区域进行非极大值抑制,得到最终输出结果,所述第一预设值小于第二预设值。

进一步优化,所述“根据输入待检测遥感图像,构造图像金字塔”具体包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911183503.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top