[发明专利]一种基于边缘主体融合信息的遥感目标显著性检测方法

权利要求书

1.一种基于边缘主体融合信息的遥感目标显著性检测方法，其特征在于包括如下步骤：

步骤1、图像数据预处理，获得预处理后的图像训练集；

步骤2、网络搭建：

网络包括encoder部分和decoder部分；encoder部分包括一个输入卷积层和六个卷积块，其中前四个卷积块采用ResNet34；在网络的encoder和decoder之间添加3个3*3的卷积层作为桥接；

Decoder部分与encoder部分为对称结构，每个解码块与对应encoder部分concat的同时，还将前一个解码块concat到当前解码块，从而获得更丰富的全局信息；

步骤3、数据输入和训练：

网络采用Adam优化器，学习率设置为0.001，beta＝(0.9,0.999),eps＝1e-8,weight_decay＝0；将输入图像resize为256*256，epoch设置为200，batch size为4；

步骤2所述的decoder部分的每个解码块获得其边缘输出后用ssim loss函数进行约束；

边缘主体融合模块作用于encoder部分时，选择提取第二个卷积块的边缘信息以及第五个卷积块的主体信息进行交互，并分别利用边缘GT和主体GT进行约束，在对边缘信息进行约束时，采用ssimloss作为约束，主体则使用联合loss进行约束；

边缘主体融合模块作用于decoder部分时，一方面：首先对每个解码块的边缘输出进行ssimloss约束，然后对六个解码块和桥接的边缘输出进行联合loss约束；另一方面：将六个解码块的边缘输出和桥接的边缘输出进行concat，然后输入3层3*3的卷积层当中再用相同的联合loss函数进行约束；

所述的边缘主体融合模块用于融合边缘信息和主体信息；

对于每个卷积层，其后均添加有bn层和relu层，使用的联合loss函数如下：

l＝l_bce+l_ssim+l_iou

其中G(x,y),T(x,y)分别为ground truth和预测结果在各个位置的数值；μ和σ分别为均值和标准差，H,W为图片的高和宽，C1＝0.01²，C2＝0.03²，用于防止分母为零。

2.根据权利要求1所述的一种基于边缘主体融合信息的遥感目标显著性检测方法，其特征在于步骤1具体实现如下：

图像数据采用ORSSD图像数据集，对待训练图像数据集进行图像预处理，首先去除图像相关噪声干扰使，然后利用matlab工具获得只含边缘轮廓的图像训练集，最后对获取的图像训练集进行扩增，从而获得更好的训练效果。