一种基于多尺度SAR图像的舰船快速检测方法与系统技术方案

本发明专利技术提出一种基于多尺度SAR图像的舰船快速检测方法和系统，本发明专利技术涉及遥感目标检测领域，该方法包括：获取用于舰船检测的SAR图像数据集，使用随机裁剪、翻转、和/或调整对比度的三种方式对该SAR图像数据集进行增强和扩充；构建单阶段检测网络，该单阶段检测网络包括：特征提取模块、多尺度特征自适应融合模块、空间注意力模块(FCOS)、以及FCOS中的检测模块；使用该SAR图像训练数据集对该单阶段检测网络进行训练，用以完成该单阶段检测网络的训练；将用于舰船检测的测试数据集输入到该单阶段检测网络，完成基于多尺度SAR图像的舰船检测。通过本发明专利技术，同时提升了检测速度和精度，兼容了多尺度的SAR图像。容了多尺度的SAR图像。容了多尺度的SAR图像。

【技术实现步骤摘要】
一种基于多尺度SAR图像的舰船快速检测方法与系统


[0001]本专利技术属于遥感目标检测
，尤其涉及一种基于多尺度SAR图像的舰船快速检测方法与系统。

技术介绍

[0002]合成孔径雷达(synthetic aperture radar,SAR)是一种能够全天时、全天候工作的主动式传感器，对大气层有着极其强的穿透力，能够在外界天气环境恶劣的情况下获取高分辨率图像，广泛应用于航空遥感、海洋观测等领域。利用SAR图像对海上舰船目标进行检测是近年来的研究热点问题。作为海洋资源丰富、海面辽阔的超级大国，舰船检测和识别对我国经济、政治、军事的发展有着至关重要的意义。然而，由于SAR特殊的成像机理，导致SAR舰船检测在内陆地区会出现过多虚警，因此复杂场景下的SAR舰船检测是一项富有挑战性的工作。
[0003]目前舰船检测的方法主要分为基于特征工程的方法和基于深度学习的方法。在基于特征工程的方法中，常用的恒虚警率(constant false
‑
alarm rate,CFAR)算法可以对潜在区域进行提取，但是其需要预先进行海陆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度SAR图像的舰船检测方法，其特征在于，所述方法包括：获取用于舰船检测的SAR图像数据集，所述SAR图像数据集包括SAR图像训练数据集、SAR图像验证数据集、和SAR图像测试数据集；所述SAR图像数据集包括多尺度SAR图像，所述多尺度SAR图像为不同尺寸和不同分辨率的舰船SAR图像；对所述SAR图像数据集进行随机裁剪、翻转和调整对比度，以实现对所述SAR图像数据集的增强和扩充；构建单阶段检测网络，所述单阶段检测网络包括：特征提取模块、多尺度特征自适应融合模块、空间注意力模块(FCOS)、以及FCOS中的检测模块；使用经过增强和扩充的所述SAR图像训练数据集对所述单阶段检测网络进行训练；使用经过增强和扩充的所述SAR图像验证数据集对所述单阶段检测网络进行验证；将用于舰船检测的经过增强和扩充的SAR图像测试数据集输入到所述单阶段检测网络，完成基于多尺度SAR图像的舰船检测。2.根据权利要求1所述的一种基于多尺度SAR图像的舰船检测方法，其特征在于，在所述单阶段检测网络中的特征提取模块，用以通过单阶段检测网络中的主干网络以及特征金字塔结构对输入的不同尺度SAR图像进行特征提取，获得不同尺度SAR图像的特征；在所述单阶段检测网络中的多尺度特征自适应融合模块，用以对不同尺度SAR图像的特征进行自适应融合，获得融合后的SAR图像特征；在所述单阶段检测网络中的空间注意力模块，用以对获得融合后的SAR图像特征进行增强，并对所述单阶段检测网络中的特征金字塔进行均衡；通过所述单阶段检测网络的FCOS中的检测模块获得多尺度SAR图像的舰船检测结果。3.根据权利要求2所述的一种基于多尺度SAR图像的舰船检测方法，其特征在于，在所述特征提取模块的特征提取的过程中，主干网络各层特征图{C2，C3，C4，C5}通过特征金字塔结构得到多层特征图{P2，P3，P4，P5}，其中P5通过卷积层得到特征图P6。4.根据权利要求3所述的一种基于多尺度SAR图像的舰船检测方法，其特征在于，在多尺度特征自适应融合过程中，为不同层特征{P2，P3，P4，P5，P6}设置可学习的权重参数(a2，a3，a4，a5，a6)，将{P2，P3，P5，P6}调整到与特征图P4一样的大小后，融合的特征F的计算过程为：其中，0＜ε≤0.0001，用以防止出现数值不稳定问题。5.根据权利要求4所述的一种基于多尺度SAR图像的舰船检测方法，其特征在于，在所述空间注意力模块中，对融合后的SAR图像特征F∈R
C
×
H
×
W
进行增强，其中，通道数为C、每个通道图像的高度和宽度分别为H和W，沿着F的通道维度进行最大池化和平均池化后得到P
max
，P
avg
∈R1×
H
×
W
，将P
max
和P
avg
拼接后经过...

【专利技术属性】
技术研发人员：毛秀华，阮航，张强，任建迎，张仲明，杨雨昂，张希，黄威，庞垠，
申请(专利权)人：中国人民解放军六三九二一部队，
类型：发明
国别省市：