基于注意力机制的SAR图像目标检测方法及测试平台技术

本发明专利技术公开了一种基于注意力机制的SAR图像目标检测方法及测试平台，检测方法在特征提取阶段，使用全局注意力模块提取合成孔径雷达图像除颜色形状之外的高级特征，在候选框提取阶段，使用局部注意力模块获取更精确有效的候选区域，预测框基于分类回归网络对具有高级特征的特征金字塔进行目标预测，得到检测结果；仿真测试平台能够实现图像预处理、目标的检测与识别等功能，形成了一套完整的基于大数据分析的自动目标检测识别算法地面仿真测试平台。本发明专利技术检测方法通过仿真测试平台的验证，进一步证实了鲁棒性好，检测准确率高。

【技术实现步骤摘要】
基于注意力机制的SAR图像目标检测方法及测试平台
本专利技术涉及深度学习和模式识别
，更具体的说是涉及基于注意力机制的合成孔径雷达图像目标检测方法、目标仿真测试平台。
技术介绍
当前，合成孔径雷达(SAR)在遥感对地观测、资源勘查、侦察预警等应用领域中逐渐占据重要地位，成为不可或缺的探测手段。与可见光或红外遥感影像相比，SAR图像对于某些典型目标具有更好的成像效果和更独特的应用场合。此外，SAR的电磁散射机制给SAR图像提供了特有的目标特性，虽然这些特征从视觉的角度不易观察和分析，但其中蕴含的目标信息对于物体的检测定位以及后续的分类识别有很大的帮助。因此，根据SAR图像的成像结果对现实目标进行检测，形成成熟的算法和软件框架，日趋成为遥感影像应用中的重要领域，可服务于海洋、减灾、气象、军事等多个行业和业务部门。SAR图像的目标检测算法中，传统方法可分为基于背景杂波统计分布的检测方法，基于极化分解的检测方法，以及基于极化特征的舰船检测方法。这些基于先验统计信息的数学建模检测方法在于需要根据当前识别任务设计分类器或有针对性地提取其他特征本文档来自技高网...

【技术保护点】
1.基于注意力机制的SAR图像目标检测方法，其特征在于，包括：/n步骤一：输入SAR图像，并基于全局注意力模块从空间域和通道域计算注意力权重，形成3D注意力掩膜，构建特征金字塔；/n步骤二：基于局部注意力模块计算所述特征金字塔中不同层次特征的分布情况，聚类得到当前特征分类回归的预测框；/n步骤三：基于分类回归网络所述预测框对所述特征金字塔进行目标预测，得到目标检测结果。/n

【技术特征摘要】
1.基于注意力机制的SAR图像目标检测方法，其特征在于，包括：
步骤一：输入SAR图像，并基于全局注意力模块从空间域和通道域计算注意力权重，形成3D注意力掩膜，构建特征金字塔；
步骤二：基于局部注意力模块计算所述特征金字塔中不同层次特征的分布情况，聚类得到当前特征分类回归的预测框；
步骤三：基于分类回归网络所述预测框对所述特征金字塔进行目标预测，得到目标检测结果。


2.根据权利要求1所述的基于注意力机制的SAR图像目标检测方法，其特征在于，步骤一具体包括：
步骤11：通过可变形卷积对所述合成孔径雷达图像进行卷积运算，在空间域上得到2D注意力特征图；
步骤12：通过全局平均池化层的压缩函数Fsq将所述2D注意力特征图各通道上空间特征编码为全局特征，具体计算过程为：



其中，ZC表示一个通道的全局特征，H、W分别表示空间域的高和宽，uc表示通道的空间特征；
步骤13：将各通道的全局特征通过激励函数Fex恢复特征图的维度，得到各通道的注意力权重Sc，具体计算过程为：
sc＝Fex(zc,W)＝σ(g(zc,W))＝σ(W2δ(W1,zc))(2)
其中，δ()表示ReLU层运算，W1是该层对应参数，σ()表示sigmoid函数运算，W2是该层对应参数；
步骤14：通过尺度函数Fscale将各通道的注意力权重与其对应的通道特征图结合，得...

【专利技术属性】
技术研发人员：赵丹培，朱纯博，袁智超，苑博，张浩鹏，史振威，
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