[发明专利]一种基于边界优化神经网络的舰船遥感目标检测方法

权利要求书

1.一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，包括如下步骤：

(1)高分辨率卫星影像舰船数据的标注；

(2)在舰船目标数据标注后，进行训练样本数据的生成和数据增广；

(3)设计基于边界优化神经网络的舰船目标检测模型，将增广后的数据输入至舰船目标检测模型，获得检测目标区域；

(4)采用NMS算法进行去重，获取最后的舰船遥感目标检测结果。

2.根据权利要求1所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，高分辨率卫星影像舰船数据的标注的方法为：利用图片标注工具对高分辨率卫星影像中的舰船目标使用四点法进行四边形标注框绘制，并将所有标注好的目标框信息以及类别信息以XML格式的形成的文件存储到本地。

3.根据权利要求2所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，存储到本地的信息包括四边形四个点的坐标以及舰船类别信息，每个文件中不同舰船目标需要相应的标注信息。

4.根据权利要求1所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，训练样本数据生成的方法为：舰船目标数据标注后，先对舰船目标的长、宽以及长宽比做初步分析，根据较大目标的长宽、及长宽比结果确定适合于目标网络输入的固定大小的输入尺寸，确定舰船目标检测模型输入所需大小后，根据标注的XML文件，将标注好的高分辨率卫星影像，裁剪成多个固定输入大小的样本数据。

5.根据权利要求4所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，将标注好的高分辨率卫星影像，裁剪成多个固定输入大小的样本数据的方法为：将分析得到的图像大小作为滑动窗口的大小，按照一定的步幅，在大场景高分辨率卫星影像上滑动；若当前滑动窗口中包含有效舰船目标，则将当前滑动窗口对应的图像裁剪出来，同时，将当前窗口内舰船相对于整幅卫星影像的坐标更新为在当前窗口内的坐标，并保存为该裁剪图像对应的XML标注文件。

6.根据权利要求5所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，舰船有效目标判别方式如下：以滑动窗口面积和舰船目标四边形区域重叠面积与舰船四边形区域面积之比为判据，若面积之比大于0.5，则视为有效舰船目标。

7.根据权利要求4所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，数据增广的方法采用如下方式中的任一种：

1)通过采用平移、部分置黑、旋转、翻转或截切的方式扩充训练样本数据；

2)通过增加噪声和滤波、变化通道、调整对比度和亮度的像素变换方式扩充训练和测试样本数据；

3)采用基于超分辨率对抗生成网络生成多尺度高分辨率影像，生成2倍、4倍分辨率影像以扩充训练和验证样本数据。

8.根据权利要求1所述的一种基于边界优化神经网络的舰船遥感目标检测方法，其特征在于，设计基于边界优化神经网络的舰船目标检测模型的方法为：提取不同尺度的特征，在每个尺度特征中，使用Fcos Head模块筛选得到粗糙的Regression提议区域和粗糙的Clas Score，在定位分支中，使用边界优化模块对粗糙的提议区域进行最优的定位回归框，在分类分支中，使用BOM模块得到粗糙区域优化后的特征区域来得到分类结果；融合FCOS的区域筛选网络与BOM模块后，采用两阶段训练的方法，形成一个端到端的目标检测网络框架。