[发明专利]基于稠密连接稀疏激活网络的SAR图像舰船检测方法

权利要求书

1.一种基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，包括：

获取待测SAR图像；

将所述待测SAR图像输入至预先训练完成的检测网络，得到所述待测SAR图像对应的舰船目标定位结果；

其中，所述检测网络是基于多个训练图像训练获得的；所述检测网络包括：

特征提取模块，用于从所述待测SAR图像中提取多个特征图，所述特征提取模块包括第一卷积单元和多个第二卷积单元，其中，所述第一卷积单元作为所述特征提取模块的第一层级，所述第一卷积单元和多个所述第二卷积单元按照密集连接方式堆叠，所述第一卷积单元为传统卷积结构，所述第二卷积单元为稀疏激活卷积结构；

特征融合模块，用于对多个所述特征图进行特征融合，得到多个不同尺度的特征融合图，所述特征融合模块为深度特征融合金字塔结构；

目标区域检测模块，用于对多个不同尺度的所述特征融合图进行无锚框式目标区域检测，得到所述舰船目标定位结果。

2.根据权利要求1所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，所述稀疏激活卷积结构包括依次连接的若干稀疏激活模块，所述稀疏激活模块包括依次连接的分组卷积层、深度卷积层和传统卷积层。

3.根据权利要求2所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，在所述稀疏激活模块内通过通道重排操作，实现各卷积层的跨通道交互和信息整合。

4.根据权利要求1所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，所述特征提取模块的第i层级的输出表示为：

其中，Conv表示卷积操作，H_SA(·)表示稀疏激活卷积结构，X₀表示第一层级的输入，X_1,o,...,X_i-1,o表示相应层级输出的特征图按照通道维度拼接。

5.根据权利要求1所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，对多个所述特征图进行特征融合，得到多个不同尺度的特征融合图，包括：

对多个所述特征图进行上采样操作，得到若干中间特征融合图；

对若干所述中间特征融合图进行下采样操作，得到多个不同尺度的特征融合图。

6.根据权利要求1所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，所述目标区域检测模块包括分类子网络和回归子网络，其中，

所述分类子网络用于确定舰船目标的中心点位置；

所述回归子网络用于对舰船目标的预测框进行回归，得到所述舰船目标定位结果。

7.根据权利要求6所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，所述预测框通过四维向量表示，其中，(x_t,y_t)表示预测框左上角坐标，(x_b,x_b)表示预测框右下角坐标；

所述预测框的参数定义如下：

v＝(l,t,r,b)，

其中，l,t,r,b分别表示舰船目标的中心点距离预测框的左边界、上边界、右边界和下边界的距离，(x,y)表示舰船目标的中心点。

8.根据权利要求6所述的基于稠密连接稀疏激活网络的SAR图像舰船检测方法，其特征在于，所述目标区域检测模块的训练损失函数通过所述分类子网络的质量损失函数与所述回归子网络的回归损失函数加权得到；

所述目标区域检测模块的训练损失函数为，

所述分类子网络的质量损失函数为，

所述回归子网络的回归损失函数为，

其中，N_pos为正样本的数量，表示正样本区域，q_x,y表示质量分数的预测，表示质量分数的标注，β表示聚焦系数，b_x,y表示预测框的参数(l,t,r,b)，b'_x,y表示标注框的参数(l,t,r,b)，ρ(·)表示欧氏距离，c表示覆盖(B,B^gt)最小矩形区域的对角线长度，B表示预测框所占区域，B^gt表示标注框所占区域，b表示预测框中心点，b^gt表示标注框中心点，IoU表示交并比。