[发明专利]一种基于多尺度特征融合的山体滑坡检测方法

摘要

本发明公开了一种基于多尺度特征融合的山体滑坡检测方法，涉及目标检测技术领域。首先将拍摄得到的图像实时发给加入了聚焦模块的VGGNet‑19模型进行处理和分析，使用卷积层自底向上提取深度特征，并将深度特征按层次进行自顶向下的特征融合。然后在原始的输入图像上做选择性搜索，生成若干个可能包含目标区域的候选框；根据原始图像的尺寸、候选框的尺寸、特征融合后各个特征图的尺寸，计算每个候选框分别在三个特征图上的映射大小；把所有映射得到的特征图的尺寸统一并经过各全连接层，调整候选框的位置和尺寸；最后得到初步的检测结果分别在原始图像上做非极大值抑制，得到最终的检测结果。本发明可以检测到尺寸不同的泥石流现象，大大加快检测速度。

主权项

1.一种基于多尺度特征融合的山体滑坡检测方法，其特征在于，具体步骤如下：步骤一、在临近空间的飞艇或飞行器上安装摄像头，定时定点的对铁路沿线的场景进行航拍，将拍摄得到的图像实时发给加入了聚焦模块的VGGNet‑19模型进行处理和分析；改进的VGGNet‑19模型是指：保留传统VGGNet‑19模型的卷积层和池化层，删除全连接层，在每个池化层的后面分别引入一个聚焦模块；步骤二、针对某张拍摄图像，使用加入了聚焦模块的VGGNet‑19模型的卷积层自底向上提取深度特征；所述的深度特征包括5个特征图，每个特征图的尺寸和通道数均不同；分别为：112*112*64，56*56*128，28*28*256，14*14*512，7*7*512，简称为a1，a2，a3，a4，a5；步骤三、将深度特征按层次进行自顶向下的特征融合；特征融合是指：把来自上层的深度特征做上采样，使之尺寸翻倍；同时通过1*1的卷积把当前层的深度特征的通道数减半；新融合的特征自上向下表示为b1，b2，b3，b4，b5；计算公式为；b1＝a1b2＝1*1卷积(a2)+上采样(b1)b3＝1*1卷积(a3)+上采样(b2)b4＝1*1卷积(a4)+上采样(b3)b5＝1*1卷积(a5)+上采样(b4)步骤四、在原始的输入图像上做选择性搜索，生成若干个可能包含目标区域的候选框；步骤五、根据原始图像的尺寸、候选框的尺寸、特征融合后各个特征图的尺寸，计算每个候选框分别在三个特征图b1，b2和b3上的映射大小；步骤六、通过最大池化的方式，把所有映射得到的特征图的尺寸统一成一致的尺寸；步骤七、把每个统一尺寸的特征图均依次经过尺寸为2048的全连接层和尺寸为1024的全连接层，得到尺寸为1024的一维向量；步骤八、把每个一维向量依次通过尺寸为512的全连接层，尺寸为2的全连接层和softmax，输出候选框属于目标或背景的概率，并确认当前候选框是否包含泥石流；步骤九、同时将每个一维向量依次通过尺寸为512全连接层和尺寸为4的全连接层，调整候选框的位置和尺寸；调整的公式为：X＝x+a*wY＝y+b*hW＝w*ecH＝h*ed[x，y，w，h]为原始候选框的横坐标、纵坐标、宽度尺寸、高度尺寸，[a，b，c，d]为第二个分支的输出；步骤十、将每个包含泥石流的候选框经过位置和尺寸的调整后，得到初步的检测结果；步骤十一、将每个初步检测结果分别在摄像头拍摄的原始图像上做非极大值抑制，得到最终的检测结果。