[发明专利]一种数据处理的方法和装置

说明书

本发明实施例提供了一种数据处理的方法和装置，所述方法包括：获取遥感影像数据，并确定针对遥感影像数据的第一特征图数据；根据第一特征图数据，生成特征金字塔网络；其中，特征金字塔网络基于针对第一特征图数据的第二特征图数据进行构建；根据第一特征图数据，确定第三特征图数据；其中，第三特征图数据包括针对遥感影像数据的尺度关系信息；根据尺度关系信息，对第二特征图数据进行卷积处理，得到第四特征图数据；从第四特征图数据中，确定针对遥感影像数据的目标检测对象。通过本发明实施例，实现了基于多尺度特征融合的遥感影像目标检测，达到了速度快、召回率高的效果，且能够有效降低特征图拼接后的混叠效应，提高了检测精度。

技术领域

本发明涉及数据处理领域，特别是涉及一种数据处理的方法和装置。

背景技术

目前，遥感影像目标检测是遥感影像处理的基本任务之一，也是计算机视觉中具有挑战的热点任务之一，由于遥感影像具有不同于自然图像的特点：(1)采用俯视或斜视视角进行拍摄，影像上目标具有任意朝向；(2)图幅巨大，因此检测速度通常较慢；(3)背景复杂；(4)同一影像中不同目标之间具有一定的尺度关系，比如大车与小车、汽车与火车、飞机与汽车等，两个目标之间具有在一定范围内的尺度比例关系，基于此，遥感影像目标检测不同于自然图像中目标检测，其目标检测任务对算法提出了更高的要求。

遥感影像目标检测可以被广泛应用于无人机跟踪、卫星数据压缩传输、区域监控、军事侦察等领域，针对现有技术中遥感影像目标检测速度慢、精度低，且存在混叠效用的情况，如何处理遥感影像目标检测中上述影响因素，是目前急需解决的问题。

发明内容

鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种数据处理的方法和装置，包括：

一种数据处理的方法，所述方法包括：

获取遥感影像数据，并确定针对所述遥感影像数据的第一特征图数据；

根据所述第一特征图数据，生成特征金字塔网络；其中，所述特征金字塔网络基于针对所述第一特征图数据的第二特征图数据进行构建；

根据所述第一特征图数据，确定第三特征图数据；其中，所述第三特征图数据包括针对所述遥感影像数据的尺度关系信息；

根据所述尺度关系信息，对所述第二特征图数据进行卷积处理，得到第四特征图数据；

从所述第四特征图数据中，确定针对所述遥感影像数据的目标检测对象。

可选地，所述第一特征图数据包括多个第一子特征图数据，所述根据所述第一特征图数据，确定第三特征图数据，包括：

对所述多个第一子特征图数据进行统一采样处理，得到拼接特征图数据；

根据所述拼接特征图数据和预设的卷积模型，确定第三特征图数据。

可选地，所述根据所述拼接特征图数据和预设的卷积模型，确定第三特征图数据，包括：

根据所述拼接特征图数据，生成多个池化特征图数据；

采用预设的卷积模型，对所述多个池化特征图数据进行模型处理，得到所述第三特征图数据。

可选地，所述第二特征图数据包括多个第二子特征图数据，所述根据所述第一特征图数据，生成特征金字塔网络，包括：

根据所述多个第一子特征图数据，确定所述第二特征图数据中多个第二子特征图数据；

采用所述多个第二子特征图数据，构建所述特征金字塔网络。

可选地，所述根据所述尺度关系信息，对所述第二特征图数据进行卷积处理，得到第四特征图数据，包括：

按照所述尺度关系信息，对预设的卷积层集合进行参数赋值处理；