[发明专利]用于SAR图像的SSD-AEFF自动桥梁检测方法及系统

权利要求书

1.一种用于SAR图像的SSD-AEFF自动桥梁检测方法，其特征在于，包括：

1)输入待检测的SAR图像；

2)将待检测的SAR图像通过SSD网络模型的主干网络获取多种尺寸的特征图；

3)将得到的多种尺寸的特征图划分为尺寸较大的部分特征图、尺寸较小的部分特征图，将尺寸较大的部分特征图利用自适应高效特征融合模块AEFF基于有效注意力机制和自适应特征融合通过加权的方式进一步提取特征图；所述自适应高效特征融合模块AEFF包括与尺寸较大的部分特征图中包含的特征图数量一一对应的通道，每一个通道均包括一个有效注意力机制网络eSE和一个自适应性特征融合模块ASFF，所述有效注意力机制网络eSE用于将对应通道的特征图提取得到目标特征图，所述自适应性特征融合模块ASFF用于各个通道的目标特征图根据权重进行融合；所述各个通道的目标特征图根据权重进行融合的步骤包括：将相邻通道的目标特征图缩放到本通道目标特征图的相同大小，将本通道目标特征图、缩放后的相邻通道的目标特征图分别采用1×1的卷积模块获取特征图的通道信息并压缩通道数，将压缩通道数后的特征图拼接后使用1×1卷积层学习各层的权重信息得到权重标量图，最后将权重标量图通过softmax函数使权重范围为[0,1]且各点权重之和为1；

4)将在自适应高效特征融合模块AEFF输出的特征图和尺寸较小的部分特征图上产生的候选框直接分类回归，并经非极大值抑制筛选产生桥梁检测结果。

2.根据权利要求1所述的用于SAR图像的SSD-AEFF自动桥梁检测方法，其特征在于，所述有效注意力机制网络eSE的函数表达式如下式所示：

A_eSE(X)＝σ(W_C(F_gap(X)))

上式中，X∈R^C×W×H表示输入的特征图，C表示通道，W为宽度，H为高度，A_eSE(X)表示计算得到的权重向量，σ表示Sigmoid激活函数，W_C表示全连接层，F_gap表示全局平均池化，X_i,j表示特征图中的第i行第j列的像素，X_refine为经权重加权后的目标特征图，为相加操作。

3.根据权利要求1所述的用于SAR图像的SSD-AEFF自动桥梁检测方法，其特征在于，步骤2)的步骤包括：将待检测的SAR图像输入SSD网络模型的主干网络，通过主干网络的conv4_3层和conv_7层得到尺寸分别为38和19的特征图，然后针对尺寸为19的特征图逐步使用步长为2、卷积核为3的卷积模块将特征图尺寸减小至10、5、3和1，从而得到尺寸分别为38、19、10、5、3和1的六种尺寸的特征图。

4.根据权利要求3所述的用于SAR图像的SSD-AEFF自动桥梁检测方法，其特征在于，步骤3)中尺寸较大的部分特征图是指尺寸分别为38、19、10的特征图，尺寸较小的部分特征图是指尺寸分别为5、3、1的特征图。

5.根据权利要求1所述的用于SAR图像的SSD-AEFF自动桥梁检测方法，其特征在于，步骤2)中SSD网络模型的主干网络为VGG网络。