一种基于注意力机制的遥感图像中目标计数方法技术

本发明专利技术公开了一种基于注意力机制的遥感图像中目标计数方法，在VGG16的基础上融合了注意力机制，尺度金字塔和可变形卷积的特性，由三个级联的阶段组成：前端网络的特征提取，中端网络的尺度融合以及后端网络的密度图的生成。通过本发明专利技术的技术方案，能够很好地解决遥感图像中密集目标计数任务中存在的目标尺度多样性、复杂混乱的背景干扰以及目标方向任意性的问题。

【技术实现步骤摘要】
一种基于注意力机制的遥感图像中目标计数方法
本专利技术属于遥感图像
，尤其涉及一种基于注意力机制的遥感图像中目标计数方法。
技术介绍
近几十年来，随着国家安防和城市规划等各方面的需要，估计复杂场景中目标的数目越来越受到关注。因此，已经有很多的工作用到各个领域的目标计数上，例如监控视频中的人群计数，显微镜下的细胞计数，生态研究的动物计数，车辆计数和环境研究中的目标计数。尽管目标计数在各个领域进步很大，但是在遥感领域中还很少涉及。除了一些很少的场景，例如棕榈树或者橄榄树的计数，无人机拍摄图片中的车辆计数。但是，遥感图像中主要的地物目标，比如建筑物，船只等，没有受到过多的关注。因此，对这些目标进行计数能够有很多的实际意义，比如城市规划，环境控制，数字城市模型构建和对灾难的应对方案规划等。相比于其他领域的目标计数，遥感图像的目标计数存在以下几个挑战：1)尺度多样性：遥感图像中的目标尺度变化不一，例如同一张图片中的尺寸从几个像素到千级像素不等；2)背景复杂多样：遥感图像中通常同时存在多种地物目标，特别当目标的尺寸很小的情况下，复杂混本文档来自技高网...

【技术保护点】
1.一种基于注意力机制的遥感图像中目标计数方法，其特征在于，包括在VGG16网络结构基础上，对输入图像进行以下三个级联阶段的处理：/nS1：前端网络的特征提取；/n对输入图像，取VGG16网络结构的前10层操作，随后融合卷积块注意力模块，即将通道注意力模块和空间注意力模块连接的操作，用来编码特征图通道及像素位置之间的相关性；/nS2：中端网络的多尺度融合；/n引入尺度金字塔模块，级联膨胀率分别为2,4,8,12的空洞卷积，捕获更多的多尺度信息和细节信息；/nS3：后端网络的密度图的生成；/n采用三层卷积核为3×3的可变形卷积，每层之后都有一层修正线性单元ReLU激活函数，最后添加一个1×1的卷...

【技术特征摘要】
1.一种基于注意力机制的遥感图像中目标计数方法，其特征在于，包括在VGG16网络结构基础上，对输入图像进行以下三个级联阶段的处理：
S1：前端网络的特征提取；
对输入图像，取VGG16网络结构的前10层操作，随后融合卷积块注意力模块，即将通道注意力模块和空间注意力模块连接的操作，用来编码特征图通道及像素位置之间的相关性；
S2：中端网...

【专利技术属性】
技术研发人员：刘庆杰，高广帅，王蕴红，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11