[发明专利]一种基于特征融合的SAR图像舰船目标检测方法

权利要求书

1.基于特征融合的SAR图像舰船目标检测方法，其特征在于，包括以下步骤：

步骤1、构建SAR图像舰船检测的训练样本数据集；SAR图像作为样本的输入，SAR图像中的舰船目标作为标签；

步骤2、建立基于特征融合的SAR图像舰船目标检测模型，包括卷积神经网络模块层、金字塔模块层和特征聚合层，其中，卷积神经网络模块层对输入图像进行特征提取得到特征图，并将提取到的特征图作为金字塔模块层中的各金字塔模块及特征聚合层的输入；金字塔模块层包含多个具有不同感受野的金字塔模块，各金字塔模块逐个向后级联，且各金字塔模块的输出均作为特征聚合层的输入特征；特征聚合层将卷积神经网络模块层及各金字塔模块的输入特征聚合为聚合特征作为模型的输出；金字塔模块层包括金字塔模块1、金字塔模块2、金字塔模块3及金字塔模块4，所述金字塔模块1的输入为所述卷积神经网络模块层提取的特征，所述金字塔模块1的输出作为所述特征聚合层、金字塔模块2、金字塔模块3和金字塔模块4的输入；所述金字塔模块2的输入为所述卷积神经网络模块层提取的特征及所述金字塔模块1的输出，所述金字塔模块2的输出作为所述特征聚合层、金字塔模块3和金字塔模块4的输入；所述金字塔模块3的输入为所述卷积神经网络模块层提取的特征、所述金字塔模块1及所述金字塔模块2的输出，所述金字塔模块3的输出作为所述特征聚合层和所述金字塔模块4的输入；所述金字塔模块4的输入为所述卷积神经网络模块层提取的特征、所述金字塔模块1、所述金字塔模块2及所述金字塔模块3的输出，所述金字塔模块4的输出作为所述特征聚合层的输入；

所述金字塔模块1采用A1_1x1卷积模块针对小型舰船目标进行特征提取；所述金字塔模块2采用A2_1x1卷积模块，A3_1x1卷积模块，B1_3x3卷积模块针对中型舰船目标特征图进行提取；所述金字塔模块3采用A4_1x1卷积模块，B2_3x3卷积模块，5x5卷积模块针对中大型舰船目标特征图进行提取；所述金字塔模块4采用A5_1x1卷积模块，B3_3x3卷积模块，7x7卷积模块针对大型舰船目标特征图进行提取；

步骤3、采用步骤1中所述的训练样本，完成所述基于特征融合的SAR图像舰船目标检测模型的训练；

步骤4、将待检测的SAR图像输入到训练得到的基于特征融合的SAR图像舰船目标检测模型中，得到所述待检测的SAR图像中的舰船目标。

2.根据权利要求1所述的方法，其特征在于，所述步骤2中的所述金字塔模块采用空洞卷积增大感受野。

3.根据权利要求2所述的方法，其特征在于，所述B1_3x3卷积模块由3x3的卷积核进行膨胀率为1的空洞操作实现；所述5x5卷积模块由3x3的卷积核进行膨胀率为2的空洞操作实现；所述7x7卷积模块由3x3的卷积核进行膨胀率为3的空洞操作实现。