一种基于增强感受野的光学遥感图像显著目标检测方法技术

本发明专利技术公开了一种基于增强感受野的光学遥感图像显著目标检测方法，首先使用Res2Net对待预测光学遥感图像进行特征提取，提取五种尺度的编码特征；然后将提取到的编码特征分别输入分叉跳跃连接模块，输出感受野增强的特征，再将感受野增强的特征分别输入分散集成模块，进一步丰富纹理信息，输出细化后特征；最后将细化后特征分别输入解码器，输出最终预测结果。本发明专利技术利用分叉跳跃连接模块扩展感受野，从而使模型更好地适应被检测物体的不同大小、形状和数量。采用的分散集成模块包含了跨尺度融合和注意机制，通过三层级联结构指导特征的学习，使得输出的特征获得更丰富的上下文信息和纹理信息。本发明专利技术明显提高了显著目标检测的准确性。准确性。准确性。

【技术实现步骤摘要】
一种基于增强感受野的光学遥感图像显著目标检测方法


[0001]本申请属于图像处理
，具体涉及一种基于增强感受野光学遥感图像显著目标检测方法。

技术介绍

[0002]视觉注意机制旨在捕捉场景中最吸引人的区域，它在人类视觉系统中起着重要作用。在计算机视觉领域中，人们一直致力于对这一机制进行建模，它通常可以分为两个重要的主题：固定预测和显著目标检测。前者预测区域的视觉显著性，而后者突出物体的显著区域。所关注的显著目标检测在计算机视觉领域已经出现了很多成功的应用，如目标分割、图像质量评估、图像重定向等等。
[0003]与包含更多光谱波段信息的高光谱图像不同，光学遥感图像是指卫星和空中传感器在400～760nm范围内拍摄的彩色图像，只有三个光学波段(RGB)。光学遥感图像显著目标检测旨在光学遥感图像的像素级上突出显示吸引人类注意的飞机、岛屿、船只、建筑物和河流。在计算机视觉领域，在自然场景图像的显著目标检测方面取得了很大的进展，出现了许多性能保证良好的方法，包括GateNet、MINet、SUCA和PA
‑/>KRN。相比之下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于增强感受野的光学遥感图像显著目标检测方法，其特征在于，所述基于增强感受野的光学遥感图像显著目标检测方法，通过构建的检测模型进行光学遥感图像显著目标检测，包括：使用Res2Net对待预测光学遥感图像进行特征提取，提取五种尺度的编码特征；将提取到的编码特征分别输入分叉跳跃连接模块，输出感受野增强的特征；将感受野增强的特征分别输入分散集成模块，进一步丰富纹理信息，输出细化后特征；将细化后特征分别输入解码器，输出最终预测结果。2.根据权利要求1所述的基于增强感受野的光学遥感图像显著目标检测方法，其特征在于，所述分叉跳跃连接模块，执行如下操作：通过一层1
×
1卷积，压缩编码特征的通道数；将压缩通道后的特征输入三层连续的3
×
3卷积层中，提取到第一层特征f
t,1
、第二层特征f
t,2
和第三层特征f
t,3
；将三层连续的3
×
3卷积层中第一层和第二层的输出分别进行扩张率为1和2的扩张卷积操作，得到特征和将三层连续的3
×
3卷积层中的第三层特征f
t,3
和扩张卷积操作后的特征进行通道连接操作，得到具有丰富上下文信息的特征通过空间全局最大池和元素级乘法操作捕获特征的空间注意信息将特征与其空间注意信息进行元素级加法操作，减少冗余的信息，并获得感受野增强的特征3.根据权利要求1所述的基于增强感受野的光学遥感图像显著目标检测方法，其特征在于，所述分散集成模块，执行如下操作：分别采用最大池化和1
×
1卷积层对感受野增强的特征进行下采样操作，得到三个不同的特征通过通道全局最大池和通道级乘法操作捕获特征的通道注意信息采用空间全局最大池和元素级乘法操作捕获通道注意信息的空间注意信息将空间注意信息进行上采样操作，并与特征进行通道连接操作，得到特征采用通道全局最大池和通道级乘法操作捕获特征的通道注意信息并采用空间全局最大池化和元素级乘法操作捕获...

【专利技术属性】
技术研发人员：郑建炜，全玥芊，王逸彬，郑航，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：