[发明专利]基于改进的自适应锚点R-CNN的视频目标检测方法

说明书

本发明提出了一种基于改进的自适应锚点R‑CNN的光学遥感视频目标检测方法，用于解决现有技术中精确率和召回率较低的问题，实现步骤为：获取训练样本集和测试样本集；构建改进的自适应锚点R‑CNN网络及其损失函数；对改进的自适应锚点R‑CNN网络进行迭代训练；获取目标检测识别结果。本发明所构建的小目标区域提议网络自适应地生成高质量的锚点，一定程度上避免漏检，有效提高小目标的检测召回率，同时所构建的尺寸预测损失函数有利于小目标尺寸的稳定收敛，进一步提高了小目标的检测精确率和召回率，可用于光学遥感视频中的目标检测。

技术领域

本发明属于机器视觉技术领域，涉及一种视频目标检测方法，具体涉及一种基于改进的自适应锚点R-CNN的光学遥感视频目标检测方法，可用于光学遥感视频中的目标检测。

背景技术

遥感技术的发展对于人们认识和探索世界有着巨大的帮助，它具有许多鲜明的技术特点，如数据范围广、获取周期短、数据综合性强等，这些特点使得遥感技术可以在农业、海洋、气象、军事等多个领域发挥重要的作用。光学遥感视频涵盖的目标种类丰富，范围广泛，在获取地理信息、应急灾害检测、资源规划等方面具有重要的现实意义。

光学遥感视频目标检测的主要思想就是使用一些策略或算法在遥感视频序列图像中搜寻得到感兴趣的目标，确定目标的位置，识别目标类别，该技术的技术指标有精确率、召回率和检测速度等。在传统的目标检测算法中往往鲁棒性差且计算量庞大，且光学遥感视频中存在的大量密集小目标，与本身成像方式所导致的较低的分辨率，这一系列特性决定了传统的目标检测方法在光学遥感视频领域中的应用无法满足客观需求。

如今，随着深度神经网络的发展，基于深度学习的目标检测算法成为主流方法。深度学习可通过学习深层非线性网络结构，实现复杂函数逼近，表征输入数据分布式表示，并展现了强大的从少数样本集中学习数据集本质特征的能力。基于深度学习的目标检测算法可以通过构建具有很多隐层的网络模型和海量的训练数据，来学习有辨别力的感兴趣目标特征，从而最终提升检测的准确率和召回率。在基于深度学习的目标检测算法中，设计合理的网络结构与选取合适的损失函数至关重要，结构的设计决定着模型能否提取到有辨别力的目标特征信息，能否准确地进行预测，损失函数的选取决定着模型能否稳定快速地训练，达到预期的效果。

基于深度学习的目标检测方法可以分为基于锚点的和基于关键点的目标检测方法，其中，基于锚点的目标检测方法在检测过程中首先生成锚点，并对锚点进行分类和回归，得到目标的位置及其类别，然而由于需要手工设置锚点的相关参数，使得在处理不同形状与尺寸的目标时，锚点难以通过自适应方法进行拟合，且生成锚点时所需的均匀采样机制计算量庞大，运行速度慢。基于关键点的目标检测方法在检测过程中首先预测关键点的类别和位置，然后基于关键点的位置和类别，得到目标的位置及其类别，然而由于关键点的位置和类别较难预测，导致检测精确率和召回率较低。

为了避免预设参数对于模型的影响以及提高算法效率，基于锚点和关键点的目标检测方法应运而生，例如Jiaqi Wang、Kai Chen和Shuo Yang等人在2019年CVPR会议上发表的论文《Region Proposal by Guided Anchoring》中，提出了基于自适应锚点R-CNN的目标检测算法。该方法通过自适应锚点R-CNN所包含的自适应区域提议网络，在特征图的每个位置上预测锚点的中心点位置与尺寸，并通过后续的卷积操作与可变形卷积操作，得到高质量的提议区域，并在训练过程中，通过中心点预测损失函数指导自适应区域提议网络中的中心点预测网络的学习，通过尺寸预测损失函数用于指导自适应区域提议网络中的尺寸预测网络的学习，一定程度上提升了算法的精确率和召回率。但其不足之处在于，自适应区域提议网络中的可变性卷积层容易丢失密集小目标的信息，造成漏检问题，限制了算法召回率的进一步提升，同时，使用尺寸预测损失函数对网络进行训练时，容易造成小目标尺寸的收敛不稳定，增大网络训练的难度，使得网络的精确率和召回率仍然无法满足现阶段需求。

发明内容