航空遥感图像中旋转目标检测方法及系统

本发明涉及遥感图像目标检测，特别是涉及航空遥感图像中旋转目标检测方法及系统。

背景技术：

1、本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

2、遥感图像广泛应用于灾害监测、资源调查、农业产值测算等领域。因此，针对遥感图像的目标检测具有非常重要的研究价值和意义，近年来也受到越来越多的关注。与一般的目标检测不同，遥感图像的目标具有其自身的特点，包括非轴对称与任意方向对齐的目标、小而密集分布的目标和复杂多样的背景因素。由于遥感图像目标检测仍然属于目标检测的范畴，所以通过改造现有的目标检测网络从而达到旋转目标检测的目的便是一开始研究者的努力方向。

3、大多数先进的定向对象的检测方法都是依赖于区域提案的框架，就像fast/faster-rcnn这种两阶段的目标检测方法，首先在第一阶段从输入图像中提取一系列可能存在目标的区域，即候选区域，而后在第二阶段对候选区域进行分类。然而，产生定向建议的计算代价是非常昂贵的。由于遥感图像目标的多尺度、多方向的特性，初始anchor的设定对准确率的影响很大。另外，小目标检测一直是一个比较难以克服的一个问题，在遥感图像中尤其突出，随着网络的加深，特征图分辨率下降，anchor的步长扩大，通常会导致小目标的采样丢失。

4、主流的方法通常是直接基于角度的定向回归方法，将遥感图像的目标检测视为旋转目标的定位问题，且都是由一般的检测器增加一个额外的方向参数来进行直接定向预测。虽然这些方法有良好的性能，但是仍然存在一些问题，比如因角度方向的有界性和旋转边界框的方向定义，而导致的损失的不连续性和回归不一致，因此这些检测器可能不能准确预测定向物体的方向。

5、在实现本发明的过程中，发明人发现现有技术中存在以下技术问题：

6、遥感图像目标通常小而密集，具有各种杂乱的背景环境，最重要的是非轴对称与任意方向对齐的特性。因此应用于一般物体的主流的边界盒方向回归方法并不合适表示遥感图像目标。

技术实现思路

1、为了解决现有技术的不足，本发明提供了航空遥感图像中旋转目标检测方法及系统；本发明提出了一种简单的定向anchor-free目标检测框架，即oriented centernet。本发明将一种新型的旋转框表示法融合到anchor-free目标检测方法中，既抛弃了产生候选框的昂贵代价，又能在一种简单、直接的方式下生成包围定向物体的旋转边界框，该检测器同时保证了精度和速度。

2、第一方面，本发明提供了航空遥感图像中旋转目标检测方法；

3、航空遥感图像中旋转目标检测方法，包括：

4、获取待检测的航空遥感图像；

5、将待检测的航空遥感图像输入到训练后的目标检测器中，输出目标的中心点、水平边界框和旋转边界框；

6、其中，所述训练后的目标检测器，用于对所述待检测的航空遥感图像进行分块处理，对每个分块图像进行特征提取，对提取的特征进行细化处理，得到目标的中心点、水平边界框和旋转边界框。

7、第二方面，本发明提供了航空遥感图像中旋转目标检测系统；

8、航空遥感图像中旋转目标检测系统，包括：

9、获取模块，其被配置为：获取待检测的航空遥感图像；

10、目标检测模块，其被配置为：将待检测的航空遥感图像输入到训练后的目标检测器中，输出目标的中心点、水平边界框和旋转边界框；

11、其中，所述训练后的目标检测器，用于对所述待检测的航空遥感图像进行分块处理，对每个分块图像进行特征提取，对提取的特征图进行特征融合，对融合的特征进行预测，得到目标的中心点、水平边界框和旋转边界框。

12、第三方面，本发明还提供了一种电子设备，包括：

13、存储器，用于非暂时性存储计算机可读指令；以及

14、处理器，用于运行所述计算机可读指令，

15、其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。

16、第四方面，本发明还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。

17、第五方面，本发明还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。

18、与现有技术相比，本发明的有益效果是：

19、本发明提出了一种能够表示任意方向面向实例的几何信息的检测框架，称为oriented centernet，是一种具有较高精度和速度的anchor-free定向目标检测器。具体来说，本发明使用了更加轻量级的骨干网络swin-tiny，相比较基于cnn的骨干网络，可以获得全局的感受野，同时可以与其它像素点建立联系。此外，本发明提出了一种新型的更加简单的六参数表示法，称为角点偏移表示法，用来表示一个旋转航空目标，以代价极低的方式直接由水平边界框转换为旋转边界框，且对损失函数的计算提供了便利。针对遥感图像中的小目标，网络采用了一种有效的特征融合和有效的采样方式，同时在检测头融入中心池化，增强了小目标的特征，削弱背景的噪声，使得中心点的响应值高。另外，本发明重新定义了损失函数，将回归损失分为水平边界框和旋转边界框两部分，使得网络在更强的监督下进行训练。oriented centernet(swin-tiny-fpn)在常用的具有挑战性的遥感图像数据集dota上证明了本发明提出的方法的有效性。

20、本发明提出了一种有效的遥感图像目标检测器oriented centernet，能够用于遥感图像中任意定向目标的检测。基于transformer的骨干网络使得网络性能显著提升，中心池化使得中心关键点特征更显著，角点偏移表示法以极低的代价实现了水平到定向的转变。重新定义的损失函数使得网络在更强的监督下进行训练。本发明在dota上进行了大量的实验，实验结果表明了本发明提出的目标检测框架的有效性。

技术特征：

1.航空遥感图像中旋转目标检测方法，其特征是，包括：

2.如权利要求1所述的航空遥感图像中旋转目标检测方法，其特征是，所述训练后的目标检测器，其网络结构包括：

3.如权利要求2所述的航空遥感图像中旋转目标检测方法，其特征是，所述预测模块，包括三个并列的分支：第一分支、第二分支和第三分支；

4.如权利要求2所述的航空遥感图像中旋转目标检测方法，其特征是，所述预测模块，采用角点偏移表示算法来实现目标的中心点坐标预测，水平边界框的宽和宽的预测，以及旋转边界框两个角点的偏移量预测。

5.如权利要求4所述的航空遥感图像中旋转目标检测方法，其特征是，所述角点偏移表示算法，是指：

6.如权利要求1所述的航空遥感图像中旋转目标检测方法，其特征是，所述训练后的目标检测器，其训练过程包括：

7.如权利要求6所述的航空遥感图像中旋转目标检测方法，其特征是，所述总损失函数，其表达式为：

8.航空遥感图像中旋转目标检测系统，其特征是，包括：

9.一种电子设备，其特征是，包括：

10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当非暂时性计算机可读指令由计算机执行时，执行权利要求1-7任一项所述方法的指令。

技术总结
本发明公开了航空遥感图像中旋转目标检测方法及系统；其中所述方法包括：获取待检测的航空遥感图像；将待检测的航空遥感图像输入到训练后的目标检测器中，输出目标的中心点、水平边界框和旋转边界框；其中，所述训练后的目标检测器，用于对所述待检测的航空遥感图像进行分块处理，对每个分块图像进行特征提取，对提取的特征进行细化处理，得到目标的中心点、水平边界框和旋转边界框。将一种新型的旋转框表示法融合到Anchor‑Free目标检测方法中，既抛弃了产生候选框的昂贵代价，又能在一种简单、直接的方式下生成包围定向物体的旋转边界框，该检测器同时保证了精度和速度。

技术研发人员：李爱民,程梦凡,刘德琦,姚得旭,刘笑含
受保护的技术使用者：齐鲁工业大学（山东省科学院）
技术研发日：
技术公布日：2024/1/15