申请/专利权人：自然资源部第一海洋研究所

申请日：2022-05-06

公开（公告）日：2024-04-02

公开（公告）号：CN114842353B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/764;G06V10/82;G06N3/0464;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.08.19#实质审查的生效;2022.08.02#公开

摘要：本发明涉及一种基于自适应目标方向的神经网络遥感影像目标检测方法，属于遥感影像目标识别及信息提取技术领域。本发明首先提出了一种基于锚点和五参数的自适应目标方向区域回归方法，可实现对高分辨率遥感影像中任意方向的目标区域回归；其次基于自适应目标方向区域回归思想，提出基于自适应目标方向的卷积神经网络遥感影像目标检测方法，该方法可实现对任意方向的目标区域回归及目标类别的精确分类，获得准确的高分辨率遥感影像目标检测结果。本发明具有简单、可靠、精度高、易于实现的特点。本发明可广泛运用于遥感影像目标识别及信息提取场合。

主权项：1.一种基于自适应目标方向的神经网络遥感影像目标检测方法，其特征在于，包括以下步骤：S1:自适应方向目标区域回归：使用五参数对目标区域进行表示，且基于锚点实现对任意方向的目标区域进行回归；使用x,y,w,h,θ五参数对目标区域进行表示，其中x,y为目标区域的中心点坐标，w和h分别为目标区域的宽与高，θ为目标区域四个角点中y值最小的角点与x轴之间的夹角，θ∈0,π2]；基于锚点和五参数对任意方向的目标区域进行回归，计算公式如下： 其中：Ox,Oy,Ow,Oh,Oθ为目标区域回归的五参数x,y,w,h,θ值；aw和ah分别为锚点的宽度和高度；x0,x1,x2,x3,x4为卷积神经网络在特征图i,j位置处的网络输出值；基于目标区域五参数x,y,w,h,θ计算获得目标区域四个角点的坐标，计算公式如下： 其中：xP1,yP1、xP2,yP2、xP3,yP3和xP4,yP4分别为目标区域四个角点P1、P2、P3和P4的坐标；S2:自适应目标方向的卷积神经网络目标检测：基于自适应目标方向的卷积神经网络目标检测架构可实现对任意方向的目标区域回归及目标类别的精确分类；目标检测架构的训练损失，计算如下： 其中：Loss为目标检测架构的训练损失；Lcoord、Lclass和Lobj分别为目标坐标、类别和置信度损失；m为特征图的宽或高；n为在特征图的每个位置上锚点的数目；表示在特征图i,j位置上的标签为k的锚点是否为正样本，如果是正样本为1，否则为0；wij和hij为在特征图i,j位置上的标签为k的锚点对应的真值目标区域的宽与高；xij,yij,wij,hij,θij为真值目标区域的五参数；为基于标签为k的锚点生成的目标区域五参数的网络架构的预测值；wa和ha为标签为k的锚点的宽与高；r为网络架构的分类数；为网络测架构对生成的目标区域不同类别的预测值；为基于标签为k的锚点生成的目标区域为目标的置信度预测值。

全文数据：

权利要求：

百度查询： 自然资源部第一海洋研究所 基于自适应目标方向的神经网络遥感影像目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD