【技术实现步骤摘要】
一种基于融合级联注意力机制的遥感小目标检测方法、系统、设备及介质
[0001]本专利技术涉及计算机视觉领域,具体涉及一种基于融合级联注意力机制的遥感小目标检测方法、系统、设备及介质。
技术介绍
[0002]光学遥感技术是指利用卫星、飞机、无人机等设备通过光学遥感传感器对地面进行大范围观测的一种技术,利用此技术能够高效的观测大范围的地面目标与资源。近些年来随着遥感成像技术的不断提高,遥感图像的分辨率与成像质量也不断上升,许多带有高质量标注的光学遥感图像数据开始出现,为遥感图像的目标检测,以及具体到目标子类别的细粒度识别技术提供了强有力的数据支撑。
[0003]遥感目标检测技术是遥感图像处理方面的一个基础性的任务,其目标是在遥感图像中寻找需要关注的目标,获取其在整个图像中的空间位置并做基本的分类识别。随着遥感技术的发展,在自然场景下应用广泛的细粒度识别技术,开始在遥感领域内取得突破。与粗粒度的识别技术相比,细粒度识别技术能够大幅度扩展遥感技术的应用范围。
[0004]现有的遥感目标检测方法有:
[0005](1)光学遥感图像中的目标检测方法
[0006]遥感目标检测是通用的目标检测技术的一个分支,由于其独有的高空俯瞰视角,导致面向遥感图像的目标检测技术需要克服更多的难题。通常的基于Faster RCNN的两阶段目标检测器的步骤为:首先通过卷积网络提取特征,通过区域建议网络RPN生成候选区域,再根据特征对候选区域进行分类和回归。但将该类方法应用到光学遥感图像中,无法适应遥感图像中朝向各异的旋 ...
【技术保护点】
【技术特征摘要】
1.一种基于融合级联注意力机制的遥感小目标检测方法,其特征在于,包括以下步骤:步骤1:输入图像进入特征提取网络,获得通道注意力机制与多尺度融合的多尺度融合特征图;步骤2:将经过步骤1得到的通道注意力机制与多尺度融合的多尺度融合特征图,放入可旋转的区域候选网络中,针对候选网络定义新的旋转目标的检测方法和自定义损失函数,通过区域候选网络选取出包含目标的候选区域图;步骤3:将经过步骤2得到的候选区域图进行分类预测和边界框回归,得到基于融合级联注意力机制的遥感小目标检测结果。2.根据权利要求1所述的一种基于融合级联注意力机制的遥感小目标检测方法,其特征在于,所述步骤1的特征提取网络是以Resnet
‑
50为骨干网络,经过优化后,得到多尺度注意力模块MAM和融合级联注意力模块FCAM;所述步骤1获得通道注意力机制与多尺度融合的多尺度融合特征图具体过程为:步骤1.1:输入图像到特征提取网络的骨干网络Resnet
‑
50进行6层卷积操作,提取到第3、4层卷积操作后的特征图;步骤1.2:根据步骤1.1提取到的第3、4层卷积操作后的特征图一起送入融合级联注意力模块FCAM,得到带有融合多尺度特性的特征图;步骤1.3:根据步骤1.2得到的带有融合多尺度特性的特征图,与经过骨干网络4层卷积操作后得到的特征图通过逐元素相加的操作,得到多尺度融合特征图;步骤1.4:输出步骤1.2中的带有融合多尺度特性的特征图、步骤1.3中多尺度融合特征图以及骨干网络6层卷积操作后的特征图,将上述特征图并行输出,得到多尺度融合特征图。3.根据权利要求2所述的一种基于融合级联注意力机制的遥感小目标检测方法,其特征在于,所述步骤1.2中融合级联注意力模块FCAM的构建过程具体为:步骤1.2.1:通过一个带孔洞的反卷积的操作,对骨干网络第4层进行卷积操作,输出特征图;步骤1.2.2:将骨干网络第3层卷积操作输出后的特征图输入多尺度注意力模块MAM1,得到特征图2,将经过步骤1.2.1得到特征图1与特征图2,用逐元素相加的方式进行融合,得到融合后的特征图,送入到多尺度注意力模块MAM2,得到结合了注意力机制与多尺度融合的多尺度融合特征图。4.根据权利要求3所述的一种基于融合级联注意力机制的遥感小目标检测方法,其特征在于,所述的多尺度注意力模块MAM1或MAM2,是将通道注意力机制同改进的Inception结构相结合,并行引入了带有跳跃链接的空间注意力模块;所述步骤1.2.2中的多尺度注意力模块MAM1或MAM2的具体构建过程为:步骤1.2.2.1:输入特征图,对特征图采用1
×
1卷积压缩输入特征的维度,得到输出通道数减少的特征图;步骤1.2.2.2:对步骤1.2.2.1输出的特征图利用1
×
1卷积、3
×
1卷积组合1
×
3卷积、5
×
1卷积组合1
×
5卷积,这三路卷积操作获取不同尺度的特征;步骤1.2.2.3:对步骤1.2.2.2输出的3路不同尺度的特征,分别连接3
×
3的空洞卷积,输出2~10倍感受野的特征;
步骤1.2.2.4:通过concat的方式将步骤1.2.2.3中输出的三路不同尺度的特征进行拼接,并再次通过1
×
1卷积调整维度,得到多尺度融合特征;步骤1.2.2.5:将步骤1.2.2.4输出的多尺度融合特征与通道注意力机制分支输出的通道注意力特征图进行通道相加的操作,输出中间层的特征图;步骤1.2.2.6:将步骤1.2.2.5中的中间层的特征图进行空间注意力的操作,最终输出多尺度注意力特征图。5.根据权利要求4所述的一种基于融合级联注意力机制的遥感小目标检测方法,其特征在于,所述步骤1.2.2.5中的通道注意力机制...
【专利技术属性】
技术研发人员:纪建,杨勇,曾璞,罗迈,徐贺凯,康宇翰,苗启广,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。