一种结合空间位置信息的遥感图像目标检测方法技术

本发明专利技术提供了一种结合空间位置信息的遥感图像目标检测方法，首先利用3D注意力机制的特征提取优势，以提升网络鉴别不同线索的能力；然后利用空间坐标卷积网络对图像位置信息进行融合，以聚焦于复杂场景中物体的空间位置信息。最后针对样本不平衡采用了Wise IOU Loss函数，以提升小规模样本对损失函数的贡献。本发明专利技术通过引入坐标卷积网络以提取传统YOLO检测模型对目标特征的表示能力，进而实现光学遥感的多目标检测，在提高识别准确率的同时也削弱了模型对训练数据的依赖性。

【技术实现步骤摘要】

本专利技术涉及遥感图像目标检测，具体的说，涉及了一种结合空间位置信息的遥感图像目标检测方法。

技术介绍

1、遥感图像的目标检测技术具有很强的实用性，这项技术可以被广泛应用于制图、农业、交通规划、战场感知和航海等领域。然而，与自然图像相比，光学遥感图像成像面积更大这就使得遥感图像拥有更丰富的图像内容、更大的图像尺度变化，同时也拥有更广泛和更复杂的背景。这些图像的大尺度变化和复杂的背景会极大的影响目标检测的精度，准确快速的检测密集排列的特定类别的目标也对网络模型提出了更高的要求。

2、最近，目标检测技术在遥感图像领域的目标识别与分类方面展示了有效性。如申请号为202310454176.3，专利技术名称为：基于融合网络的遥感图像目标检测方法的专利技术专利中提出，将以知识图谱为基础构建的图神经网络引入faster-rcnn模型中，作为特征提取和推荐网络，减少了不必要的候选框的生成，虽然提高了模型的精度但是仍旧计算速度相对较慢。

3、总的来说，大多数研究都忽略了光学遥感图像中所包含丰富的空间位置信息，如果在对光学遥感图像进行目标检测任务时能充本文档来自技高网...

【技术保护点】

1.一种结合空间位置信息的遥感图像目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：步骤S01中，采用二值标签即1和-1来表示yt和y0，并添加正则项，最终的3D注意力机制的函数定义如下：

3.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：所述步骤S04中，在WiseIoU Loss损失函数中，以离群度作为惩罚标准，锚框的离群度用LIOU和的比值来表示：

4.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：步骤S02中，SPPF模块对输...

【技术特征摘要】

1.一种结合空间位置信息的遥感图像目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：步骤s01中，采用二值标签即1和-1来表示yt和y0，并添加正则项，最终的3d注意力机制的函数定义如下：

3.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：所述步骤s04中，在wiseiou loss损失函数中，以离群度作为惩罚标准，锚框的离群度用liou和的比值来表示：

4.根据权利要求1所述的结合空间位置信息的遥感图像目标检测方法，其特征在于：步骤s02中，sppf模块对输入的特...

【专利技术属性】
技术研发人员：李国厚，张卫东，王泽瑞，陈巩超，金松林，周玲，王佳丽，曲培新，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：