一种基于视频卫星数据鉴别特征的弱小目标检测方法技术

本发明专利技术公开了一种基于视频卫星数据鉴别特征的弱小目标检测方法，该方法充分利用鉴别特征来提高弱小目标的检测精度。采用对称语义分割模型和自编码网络提取目标的鉴别特征，利用自顶向下调节机制对影像特征和目标鉴别特征进行数据融合，然后通过注意力机制进行背景增强，进一步增大目标与背景的对比度差异；引入多尺度语义分析策略，采用金字塔模型提取出视频卫星数据中的弱小目标。本发明专利技术着重弱小目标鉴别特征的提取与引入，采用注意力机制进一步增大目标与背景的差异，能够极大提高视频卫星中弱小目标的检测精度。

【技术实现步骤摘要】
一种基于视频卫星数据鉴别特征的弱小目标检测方法
本专利技术涉及遥感信息处理
，尤其涉及一种基于视频卫星数据鉴别特征的弱小目标检测方法。
技术介绍
目前现有技术中，利用地面视频数据对弱小目标进行检测，已经有成熟的技术。经典的动目标检测方法主要有帧差法、背景减法和光流法等。上述方法中其中采用的特征描述子包括：Haar特征、SIFT特征以及HOG特征等；分类器包括逻辑回归、决策树、Adaboost以及SVM等。该类方法的特征提取算法高度依赖于人工设置的合理性，泛化能力较弱，导致应用场景受限。利用地面视频数据对弱小目标进行检测，近年来提出了许多基于深度学习的目标检测算法。这类算法以大量标记数据为基础，以网络模型设计为核心，可以进行一般目标的检测。主要分为两类，即：双阶段算法与单阶段算法。双阶段算法首先通过卷积神经网络进行特征提取进而得到候选区域，然后，通过分类器对候选区域进行定位与分类，其中典型算法包括R-CNN、FasterR-CNN以及SPP-NET等。该类算法可在很大程度上提升目标检测的精度。但是，由于在进行候选区域生成时花费大量运本文档来自技高网...

【技术保护点】
1.一种基于视频卫星数据鉴别特征鉴别特征的弱小目标检测方法，其特征在于，包括以下步骤：/nS1，对获取到的视频卫星中的图像裁切成相同大小的图像块，输入到VGG16主干网络中，得到视频卫星数据影像特征；/nS2，对裁切好的图像块进行数据标注，对数据标注后的标注区域作为鉴别特征提取范围，采用对称语义分割模型和自编码网络模型提取目标的鉴别特征；/nS3,利用自顶向下调节机制对视频卫星数据影像特征和提取得到的目标鉴别特征进行融合；/nS4，将步骤S2中采用对称语义分割模型分割后得到的分割图像中的背景，利用注意力机制进行背景增强，进一步增大目标与背景的对比度差异；/nS5,引入多尺度语义分析策略，采用金...

【技术特征摘要】
1.一种基于视频卫星数据鉴别特征鉴别特征的弱小目标检测方法，其特征在于，包括以下步骤：
S1，对获取到的视频卫星中的图像裁切成相同大小的图像块，输入到VGG16主干网络中，得到视频卫星数据影像特征；
S2，对裁切好的图像块进行数据标注，对数据标注后的标注区域作为鉴别特征提取范围，采用对称语义分割模型和自编码网络模型提取目标的鉴别特征；
S3,利用自顶向下调节机制对视频卫星数据影像特征和提取得到的目标鉴别特征进行融合；
S4，将步骤S2中采用对称语义分割模型分割后得到的分割图像中的背景，利用注意力机制进行背景增强，进一步增大目标与背景的对比度差异；
S5,引入多尺度语义分析策略，采用金字塔模型，在目标检测算法中融合目标多尺度信息，提取出视频卫星数据中的弱小目标。


2.根据权利要求1所述的基于视频卫星数据鉴别特征的弱小目标检测方法，其特征在于，步骤S1中的裁切方式具体包括：
通过滑窗方式将全图裁切为像素大小相同的碎片，且对像素数不足的边界部分通过补零的方式保证所有碎片大小相同，且相邻碎片保证15％区域重叠。


3.根据权利要求2所述的基于视频卫星数据鉴别特征的弱小目标检测方法，其特征在于，所述像素大小相同的碎片为224×224像素。


4.根据权利要求1所述的基于视频卫星数据鉴别特征的弱小目标检测方法，其特征在于，步骤S2中具体包括：
S21，采用UC-MERCED数据集在线训练对称语义分割模型，以便更有效地获取到视频卫星数据中的影像特征；
S22,利用训练后的对称语义分割模型对视频卫星数据进行语义分割，得到一系列的影像特征图，最终分割成具有一定语义含义的区域块，并识别出每个区域块的语义类别，从而得到具有逐像素语义标注的分割图像；
S23，建立特征筛选机制，根据标注区域目标模板，从分割图像中筛选出含有语义的目标影像特征；
S24,将目标影像特征通过自编码网络模型进行语义信息优化与重构，得到与背景有显著区别的鉴别特征，从而提取得到视频卫星数据中目标的鉴别特征。


5.根据权利要求4所述的基于视频卫星数据鉴别特征的弱小目标检测方法，其特征在于，步骤S21中具体包括：
A1，选取UC-MERCED数据集，所述UC-MERCED数据集中包括多种地物分类；
A2，对UC-MERCED数据集中的地物类别进行选择，有针对性地在线训练对称语义分割模型；
A3，最终获取已训练后的对称语义分割模型进入步骤S22。


6.根据权利要求5所述的基于视频卫星数据鉴别特征的弱小目标检测方法，其特征在于，步骤A3中：
所述已训练后的对称语义分割模型包括特征提取部分和上采样部分，所述特征提取部分利用下采样方式逐渐展现背景信息，所述上采样部分结合下采样过程中生成的特征图和上一次上采样生成的特征图还原细节信息，逐步还原至原图像精度，最后通过分类器输出不同分类的最大值，得到最终...

【专利技术属性】
技术研发人员：吕京国，曹逸飞，曲宁宁，扈廷锐，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：北京;11