一种海洋舰船有向检测方法及系统技术方案

技术编号:41595461 阅读:23 留言:0更新日期:2024-06-07 00:05
本申请公开了一种海洋舰船有向检测的方法和系统,具体涉及一种图像分析技术领域,本申请通过多个不同大小、深度的卷积核来提取遥感图像特征,并通过空间注意力选择机制将其融合,有效提高特征提取的精度;且通过在目标检测中通过引入角度余弦映射编码对角度信息进行处理,解决现有技术中角度不连续和目标类正方形问题,避免有向目标检测中的边界问题,最终提高了有向舰船检测的效率和准确率。

【技术实现步骤摘要】

本申请属于图像分析,特别是涉及一种基于遥感影像对舰船进行有向检测的方法和系统。


技术介绍

1、舰船是海上的重要军事目标,对海洋舰船进行检测对海上运输和军事安全都具有重要的意义。传统的舰船检测方法主要基于遥感影像人为提取的特征,如边缘、纹理等,这种方法既费时又费力,由于实际海洋环境的复杂性和多变性,这类方法的鲁棒性和泛化能力往往不尽如人意,很难实现系统自动、准确地识别舰船。

2、随着深度学习技术的崛起和进步,基于深度学习的海洋遥感舰船有向检测方法得到了越来越多的研究与应用。现有的海洋舰船有向检测方法往往将任务统一到通用遥感目标检测框架中进行,采用固定大小的卷积核来提取遥感影像特征,忽略了相比于车辆、建筑等目标,舰船本身的尺寸差异,横纵比较大等条件,导致目标检测错漏。此外,目前的有向检测方法中对于角度信息一般将角度回归转化为分类来处理方向角本身的周期性边界问题,但当被检测物体的形状趋近正方形时,此方法则会失效导致产生严重的误差,对检测器的性能造成影响。


技术实现思路

1、为了解决现有技术中舰船有向检测本文档来自技高网...

【技术保护点】

1.一种海洋舰船有向检测模型构建方法,其特征在于,所述方法包括:

2.根据权利要求1中所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤S3中所述特征提取模块通过多尺度卷积核提取图像中不同尺度感受野的特征包括:

3.根据权利要求2所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤S3中结合空间注意力加权选择得到特征图包括:

4.根据权利要求3所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤S5中对输入的角度信息进行余弦相移编码包括;

5.根据权利要求1所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤S5中对输入的...

【技术特征摘要】

1.一种海洋舰船有向检测模型构建方法,其特征在于,所述方法包括:

2.根据权利要求1中所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤s3中所述特征提取模块通过多尺度卷积核提取图像中不同尺度感受野的特征包括:

3.根据权利要求2所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤s3中结合空间注意力加权选择得到特征图包括:

4.根据权利要求3所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤s5中对输入的角度信息进行余弦相移编码包括;

5.根据权利要求1所述的海洋舰船有向检测模型构建方法,其特征在于,所述步骤s5中对输入的角度信息进行余弦相移...

【专利技术属性】
技术研发人员:陈亚雄吴奇严永庆袁景凌熊盛武
申请(专利权)人:武汉理工大学三亚科教创新园
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1