一种遥感图像检测方法及系统技术方案

一种遥感图像检测方法及系统，输入图片，通过主干网络Backbone、特征金字塔FPN、区域建议网络RPN和感兴趣区域对齐RoIAlign网络之后，得到空间信息和位置信息；从通道的维度编码空间信息，进行空间和通道的特征重组；将位置信息传输到分类转换器，得到位置信息转换器，对分类目标中显著信息进行判别，从全局建模类别特征；基于空间和通道的特征重组构建回归分支检测头，基于位置信息转换器构建分类分支检测头，并行进行图像检测。本发明专利技术在检测头的定位分支中，我们对空间通道信息特征重组，将空间信息与通道信息建模来解决定位过程中特征提取过程中特征湮灭和丢失的问题。在分类分支中，提出了基于Transformer的类别检测头，从全局信息入手来捕获不同目标的特征差异。

【技术实现步骤摘要】

本专利技术属于图像检测，特别涉及一种遥感图像检测方法及系统。

技术介绍

1、现实世界中，随着卫星与成像技术的快速发展，每天都会产生大量高分辨率遥感图像。这些高分辨率图像往往包含大量信息。在交通管理、测绘等现实应用中对快速准确的从海量信息中检测出感兴趣目标的类别与位置提出了新的要求。

2、近些年随着深度学习的发展，为高分辨率目标检测提供了新的思路，一系列基于卷积神经网络(cnn)的检测器不断提升了检测精度与速度[1-4]。注意力机制的出现又为深度学习领域提供了新方法，尤其是转换器(transformer)在全局信息建模方面表现优秀的特点，引起了专家学者广泛关注，并在图像分类、目标检测、目标追踪、语言处理等多个领域带来较好的性能。在目标检测领域中，使用转换器的端到端对象检测(detr)[5]，实现了第一个端到端的检测，并被证明可以跟cnn媲美。从那时起，专家学者针对转换器(transformer)进行了大量的研究改进。

3、与自然图像相比，高分辨率遥感图像往往不同类别不同大小的目标排列密集并且包含像素有限，准确快速的检测识别出其中的感兴本文档来自技高网...

【技术保护点】

1.一种遥感图像检测方法，其特征在于，包括：

2.根据权利要求1所述的一种遥感图像检测方法，其特征在于，获取图像的空间信息通过主干网络Backbone、特征金字塔FPN、区域建议网络RPN和感兴趣区域对齐RoI Align网络之后到达检测头网络。

3.根据权利要求1所述的一种遥感图像检测方法，其特征在于，从通道的维度编码空间信息，进行空间和通道的特征重组：

4.根据权利要求1所述的一种遥感图像检测方法，其特征在于，将位置信息传输到分类转换器，得到位置信息转换器，对分类目标中显著信息进行判别，从全局建模类别特征：

5.根据权利要求1所述的一种...

【技术特征摘要】

1.一种遥感图像检测方法，其特征在于，包括：

2.根据权利要求1所述的一种遥感图像检测方法，其特征在于，获取图像的空间信息通过主干网络backbone、特征金字塔fpn、区域建议网络rpn和感兴趣区域对齐roi align网络之后到达检测头网络。

3.根据权利要求1所述的一种遥感图像检测方法，其特征在于，从通道的维度编码空间信息，进行空间和通道的特征重组：

4.根据权利要求1所述的一种遥感图像检测方法，其特征在于，将位置信息传输到分类转换器，得到位置信息转换器，对分类目标中显著信息进行判别，从全局建模类别特征：

5.根据权利要求1所述的一种遥感图像检测方法，其特征在于，对self-attention采用了残差结构，mlp模块的输入t不仅包含了具有丰富全局信息的还包括了来自位置信...

【专利技术属性】
技术研发人员：闵令通，范子满，吕勤毅，王大伟，温红强，石鑫，孙佳傲，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：