[发明专利]基于注意力机制的SAR图像目标检测方法及测试平台

说明书

本发明公开了一种基于注意力机制的SAR图像目标检测方法及测试平台，检测方法在特征提取阶段，使用全局注意力模块提取合成孔径雷达图像除颜色形状之外的高级特征，在候选框提取阶段，使用局部注意力模块获取更精确有效的候选区域，预测框基于分类回归网络对具有高级特征的特征金字塔进行目标预测，得到检测结果；仿真测试平台能够实现图像预处理、目标的检测与识别等功能，形成了一套完整的基于大数据分析的自动目标检测识别算法地面仿真测试平台。本发明检测方法通过仿真测试平台的验证，进一步证实了鲁棒性好，检测准确率高。

技术领域

本发明涉及深度学习和模式识别技术领域，更具体的说是涉及基于注意力机制的合成孔径雷达图像目标检测方法、目标仿真测试平台。

背景技术

当前，合成孔径雷达(SAR)在遥感对地观测、资源勘查、侦察预警等应用领域中逐渐占据重要地位，成为不可或缺的探测手段。与可见光或红外遥感影像相比，SAR图像对于某些典型目标具有更好的成像效果和更独特的应用场合。此外，SAR的电磁散射机制给SAR图像提供了特有的目标特性，虽然这些特征从视觉的角度不易观察和分析，但其中蕴含的目标信息对于物体的检测定位以及后续的分类识别有很大的帮助。因此，根据SAR图像的成像结果对现实目标进行检测，形成成熟的算法和软件框架，日趋成为遥感影像应用中的重要领域，可服务于海洋、减灾、气象、军事等多个行业和业务部门。

SAR图像的目标检测算法中，传统方法可分为基于背景杂波统计分布的检测方法，基于极化分解的检测方法，以及基于极化特征的舰船检测方法。这些基于先验统计信息的数学建模检测方法在于需要根据当前识别任务设计分类器或有针对性地提取其他特征，算法在使用场景发生变化后的鲁棒性不足，需要不断更新算法相关模块以适应不同的任务。

因此，如何提供一种基于注意力机制的合成孔径雷达图像目标检测方法及仿真测试平台是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于注意力机制的合成孔径雷达(SAR)图像目标仿真测试平台及检测方法，仿真测试平台能够实现图像预处理、目标的检测与识别等功能，目标检测算法鲁棒性好，检测准确率高。

为了实现上述目的，本发明采用如下技术方案：

基于注意力机制的合成孔径雷达图像目标检测方法，包括：

步骤一：输入SAR图像，并基于全局注意力模块从空间域和通道域计算注意力权重，形成3D注意力掩膜，构建特征金字塔；

步骤二：局部注意力模块计算所述特征金字塔中不同层次特征的分布情况，聚类得到当前特征分类回归的预测框；

步骤三：所述预测框基于分类回归网络对所述特征金字塔进行目标预测，得到检测结果。

进一步，步骤一具体包括：

步骤11：可变形卷积对所述SAR图像进行卷积运算，在空间域上得到2D注意力特征图；

步骤12：通过全局平均池化层的压缩函数F_sq将所述2D注意力特征图各通道上空间特征编码为全局特征，具体计算过程为：

其中，Z_c表示一个通道的全局特征，H、W分别表示空间域的高和宽，u_c表示通道的空间特征；

步骤13：将各通道的全局特征通过激励函数F_ex恢复特征图的维度，得到各通道的注意力权重S_c，具体计算过程为：

s_c＝F_ex(z_c,W)＝σ(g(z_c,W))＝σ(W₂δ(W₁,z_c)) (2)