【技术实现步骤摘要】
一种基于双流网络的遥感细粒度船舶目标识别方法
[0001]本专利技术属于计算机视觉领域,涉及模式识别、图像处理、深度学习等技术,具体涉及基于深度学习的图像识别方法。
技术介绍
[0002]细粒度船舶分类是遥感图像识别中的一项重要、复杂和具有挑战性的任务,其目的是识别给定船类的子类。近年来,随着光学卫星技术的飞速发展,遥感影像已成为获取海上交通信息的重要手段。海上安全是国家安全和经济稳定的重要组成部分,对保障海上航行安全、提高海上运输效率具有至关重要的作用。值得注意的是,在遥感领域,细粒度船舶分类任务面临着几个关键挑战:(1)在细粒度船舶数据集中,不同子类之间的高度相似性以及同一子类内姿态、尺度、旋转和颜色的巨大变化使得细粒度船舶分类任务极具挑战性。(2)在现实世界中,由于地物分布不均匀、遥感图像采集方法的限制、数据采集误差、样本选择偏差等因素,细粒度船舶数据集存在样本不平衡的问题。为了应对这些挑战,基于CNN的方法和基于Transformer的方法不断涌现出来,但不幸的是,这些方法都存在各自的弊端,基于CNN的方法由于卷积接受野的限制对于全局特征的提取不够,而基于Transformer的方法对局部精细特征的提取能力又不如CNN。实验证明,这些基于单一理论模型的方法的性能远远不能取得令人满意的结果。
[0003]基于观察,得出一个合理的结论:遥感图像细粒度目标识别方法有效与否很大程度上取决于判别特征的提取,这些特征可以是一些局部精细特征,也可以是全局表示特征。而现有的绝大多数方法都局限于对局部精细特征的提取。因 ...
【技术保护点】
【技术特征摘要】
1.一种基于双流网络的遥感细粒度船舶目标识别方法,其特征在于,包括以下步骤:步骤一,在遥感细粒度图像船舶数据集下使用图像预处理模块,得到网络的输入图像;步骤二,用步骤一预增强后得到的图像,输入到全局表示分支中;步骤三,用步骤一预增强后得到的图像,输入到局部残差分支中;步骤四,经过步骤二和步骤三后分别得到了全局表示特征和局部精细特征,然后通过融合模块得到最终用于识别任务的特征;步骤五,多损失联合训练。2.根据权利要求1所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤一包括以下步骤:步骤1
‑
1:对于给定的数据集,使用图像预增强方法提高图像的多样性和合理性;步骤1
‑
2:对于给定的数据集的每一类,结合图像预增强方法,增加图像的样本数。3.根据权利要求2所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤1
‑
1的具体步骤:在对遥感船舶图像进行图像预增强时,采用比例拉伸技术来代替标准缩放方法,即在保持原始图像比例的情况下对图像进行拉伸,然后将剩余空间填充为零像素,除此之外,图像预增强方法还应用了随机裁剪和缩放、随机高斯模糊、随机旋转和随机水平和垂直翻转来增加训练数据集中的子类样本数量。4.根据权利要求2所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤1
‑
2的具体步骤:在给定的数据集上,判断每一类的样本数量,然后采用图像预增强(IPA)方法,增加每一类的样本数量,如下式所示:其中I
oi
代表每个类别的样本,n代表类别;t表示阈值,设置为200,该公式表明,当某一类的样本数量小于t时,使用图像预增强(IPA)方法将图像数量增加到t,最终得到网络的原始输入图像I。5.根据权利要求1所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤二包括以下步骤:步骤2
‑
1:使用步骤一得到的预增强输入图像I,输入到全局表示分支中,捕获全局上下文信息以建立目标对象的远程依赖关系。首先将输入图像I划分为N=m1×
m2个不重叠的小块,其中m1和m2分别为输入图像中每一行、每一列的小块数量;步骤2
‑
2:然后对得到的这些小块做线性投影,得到嵌入令牌,这些令牌分别经过Swin
‑
Transformer块,最终得到全局表示特征。6.根据权利要求1所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤三包括以下步骤:步骤3
‑
1:将步骤一得到的预增强输入图像I,输入到我们新改进的ResNet50的Stage1*中;
步骤3
‑
2:图像经过了第一阶段的Stage1*后,在ResNet50的后四个阶段加入了设计的条形加法池化(SPA)模块,构成新改进的ResNet50的后四个阶段;步骤3
‑
3:步骤3
‑
2构建了ResNet50,再在其后四个阶段使用全尺寸跳跃连接(FSC)实现多粒度特征融合,这个做法可以更好地捕获全局和局部的区分性和一致性特征,通过区分性特征来缓解类间不可区分性,通过一致性特征来缓解类内不可区分性,最终实现特征重用。7.根据权利要求6所述的基于双流网络的遥感细粒度船舶目标识别方法,其特征在于:所述步骤3
【专利技术属性】
技术研发人员:张翔,杨世军,吴琪辉,李洪娇,罗迒哉,赵万青,钟升,张万绪,彭进业,
申请(专利权)人:西北大学,
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。