西北工业大学深圳研究院;西北工业大学程塨获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西北工业大学深圳研究院;西北工业大学申请的专利基于跨尺度特征融合的光学遥感图像多类目标检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN111160249B 。
龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:201911388638.6,技术领域涉及:G06V20/13;该发明授权基于跨尺度特征融合的光学遥感图像多类目标检测方法是由程塨;司永洁;姚西文;韩军伟;郭雷设计研发完成,并于2019-12-30向国家知识产权局提交的专利申请。
本基于跨尺度特征融合的光学遥感图像多类目标检测方法在说明书摘要公布了:本发明涉及一种基于跨尺度特征融合的光学遥感图像多类目标检测方法,以训练数据作为卷积神经网络的输入来提取图像特征,从不同卷积层的输出处得到多尺度特征图,在最顶层特征处添加挤压‑激励模块对顶层特征的通道信息进行重新建模;然后对得到的特征图进行跨尺度特征融合操作,接着在这些多尺度特征图上训练区域建议网络,从训练好的区域建议网络中得到用于后续任务的建议框,再送到分类网络和回归网络进行训练;最后经过非极大值抑制等后处理操作实现对光学遥感图像多类目标在多尺度特征图上的精确检测。利用本发明方法,可以从复杂背景下的光学遥感图像中检测出多种类型的目标。本发明具有较高的检测识别精度和较快的速度。
本发明授权基于跨尺度特征融合的光学遥感图像多类目标检测方法在权利要求书中公布了:1.一种基于跨尺度特征融合的光学遥感图像多类目标检测方法,其特征在于,步骤如下: 步骤1、数据预处理:计算实验数据库中每张图片的RGB分量均值、、和标准差、、,并将图片长宽调整为; 步骤2、特征提取:将处理完的图片数据作为特征金字塔网络模型的输入,从特征提取网络的不同卷积层处得到5个尺度的特征图,五组特征图的通道数保持一致,它们的长宽依次为,其中,为向上取整操作,它们的特征通道数均为256; 步骤3、添加SEblock挤压-激励模块:对多尺度特征图,在最顶层特征图上以残差连接的方式添加SEblock挤压-激励模块,实现对特征通道权重的重新标定,得到一组新的特征图,然后在这组新的特征图的每个尺度上分别添加一组的卷积,实现特征通道数的降低,得到多尺度特征图,它们的特征通道数保持一致; 步骤4、跨尺度特征融合:在多尺度特征图中选择任意一个尺度的特征图分别与其它四个尺度的特征图进行跨尺度特征融合,得到另外一组多尺度特征图; 步骤5、用区域建议网络生成感兴趣的区域RoIs:在多尺度特征图上,采用RPN方法设定锚点,根据锚点与ground-truth之间的交并比IoU确定每个锚点的标签,包括正样例、负样例和忽略样例,选择符合条件的锚点来训练区域建议网络; 步骤6、对网络进行端到端的训练:区域建议网络训练好之后,会根据学习到的网络参数输出每个锚点属于前景、背景的得分,然后选择得分较高的K个锚点作为感兴趣区域提供给FasterR-CNN部分,最终选择H个候选框训练该部分网络参数;其中分类任务采用交叉熵损失CrossEntropyLoss函数,回归任务采用SmoothL1损失函数; 步骤7、目标检测:利用训练好的网络模型预测测试集中目标的类别和位置,采用非极大值抑制NMS的方法来过滤掉冗余的检测框,给出每张图片最终的检测结果; 在步骤2中,特征金字塔网络模型即特征提取网络,以Resnet-101作为特征提取网络的骨干,从conv2_3、conv3_4、conv4_23、conv5_3处输出4组长宽依次递减、通道数不断增加的特征图,经过特征金字塔网络得到一组新的特征图,对进行stride=2的最大值池化操作,得到最顶层的特征图; 在步骤3中,在最顶层特征图处以残差连接的方式添加SEblock,得到新的特征图,实现对该层通道权重的重新标定,在特征图上分别添加一组的卷积实现特征通道数的降低,得到新的多尺度特征图; 在步骤4中,通过以下步骤得到: 针对长宽为,特征通道数为64的进行4倍的下采样,针对长宽为,特征通道数为64的进行2倍的下采样,针对长宽为,特征通道数为64的进行2倍的上采样,针对长宽为,特征通道数为64的进行4倍的上采样,从而得到4组长宽均为的特征图; 通过调用torch.cat函数实现特征图的通道拼接,产生一个长宽为,特征通道数为256的新特征图,融合了除当前层以外其余所有层的语义特征信息; 是长宽为,特征通道数为256的原始特征图,用element-wise相加的方法融合和的特征信息,然后加入一组的卷积核来消除通道混叠效应,得到用于最终检测任务的特征图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学深圳研究院;西北工业大学,其通讯地址为:518057 广东省深圳市南山区高新南九道45号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励