【技术实现步骤摘要】
一种基于随机接入记忆的遥感图像目标检测方法
本专利技术一种基于随机接入记忆的遥感图像目标检测方法，尤其涉及基于最大后验分布MAP(MaximumAPosteriori)和深度学习中的SSD(SingleShotMultiboxDetector)网络的一种高分辨率可见光遥感图像目标检测深度学习方法，属于高分辨率遥感图像目标检测
技术介绍
遥感(RemoteSensing)科学技术萌芽于17世纪的无记录地面遥感，随着科技的发展和时代的进步，现在已经发展为多种类型遥感器、多种搭载平台、多种系统组成、多种应用环境的先进实用的探测技术。遥感图像目标(例如飞机、船只、机场、油罐、港口等)的检测识别技术作为遥感技术重要组成，其发展与遥感技术相辅相成，已经成为了遥感科学领域的研究热点内容。在国家领域，农作物估产和种植区域统计调查、森林火灾的防控、土地管理、环境保护等都离不开遥感图像目标检测技术的发展；在军事领域，检测军用飞机、舰船、机场、港口等重要军事目标对于了解敌方军事情报，监视敌方军港舰船和军机的部署与动态，快速合理的进行信息...
【技术保护点】
1.一种基于随机接入记忆的遥感图像目标检测方法，其特征在于：该检测方法主要通过卷积神经网络实现，可以分为网络检测部分和预测部分，在预测阶段通过最大后验分布来动态更新模型参数；该方法的具体步骤如下：/n步骤一：计算机读取数据；首先读取遥感图像数据；读入数据后，将图片进行数据增广和零均值处理；/n步骤二：构造基于融合特征金字塔的卷积神经网络；/n基于SSD的网络原型，采用基于特征金字塔的检测方式；移除池化层，使用小卷积和带洞卷积核来提高遥感图像中小目标的召回率；增加可学习的反卷积特征融合层来提高目标检测的精度；设计适应目标尺度的检测先验框来提高先验框的利用率和拟合效果；/n步骤...
【技术特征摘要】
1.一种基于随机接入记忆的遥感图像目标检测方法，其特征在于：该检测方法主要通过卷积神经网络实现，可以分为网络检测部分和预测部分，在预测阶段通过最大后验分布来动态更新模型参数；该方法的具体步骤如下：
步骤一：计算机读取数据；首先读取遥感图像数据；读入数据后，将图片进行数据增广和零均值处理；
步骤二：构造基于融合特征金字塔的卷积神经网络；
基于SSD的网络原型，采用基于特征金字塔的检测方式；移除池化层，使用小卷积和带洞卷积核来提高遥感图像中小目标的召回率；增加可学习的反卷积特征融合层来提高目标检测的精度；设计适应目标尺度的检测先验框来提高先验框的利用率和拟合效果；
步骤三：训练卷积神经网络；如步骤二构造好网络后，在Tensorflow深度学习框架下，利用带标签的训练数据对网络进行训练，直至网络达到最优，并记录此时的网络参数；在训练过程中，利用ImageNet预训练的模型对网络的特征提取器VGG进行参数初始化；使用样本均衡化处理，来应对遥感图像中目标的数量远小于背景负样本的数量，导致模型训练失败；
步骤四：提出随机接入记忆思想；利用训练数据通过神经网络的训练过程得到一个先验的模型参数分布，然后在检测阶段通过检测数据来修正这个先验分布，得到更适应检测数据的后验参数分布模型；在模型参数更新时通过最大化后验分布、费希尔信息和拉普拉斯近似来指导参数调整；通过该方式建立检测网络；其具体的公示表达为：
其中，Dt表示测试样本数据空间，θ为训练完成后得到的模型参数，w为模型的最后一层参数，为模型的最后一层的最似然参数，设λ>0，λ是在费希尔信息指导下的正则化项，f(Xt|θ)为测试样本网络前馈的输出；
步骤五：遥感图像目标检测；利用步骤三训练好的网络模型和步骤四建立的检测网络对检测数据进行目标检测，输出检测目标的类别信息和位置信息。
2.根据权利要求...
【专利技术属性】
技术研发人员：史振威，陈科研，邹征夏，马小锋，赵睿，王晓雯，张宁，韩传钊，章泉源，朱新忠，张瑞珏，
申请(专利权)人：北京航空航天大学，上海航天电子通讯设备研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。