公开(公告)号：CN108960143A

公开(公告)日：2018-12-07

申请号：CN201810721881.4

申请日：2018-07-04

Applicant: 北京航空航天大学 ,  北京卫星信息工程研究所

Inventor： 史振威 ,  周敏 ,  贺广均 ,  邹征夏 ,  雷森

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/0063 ,  G06K9/6256 ,  G06K9/6267

Abstract: 本发明一种高分辨率可见光遥感图像中的舰船检测深度学习方法，步骤如下：一、读入图像数据并进行预处理；二、对图像整体提取特征；三、在卷积层提取出图像抽象特征后，筛选出目标候选区域；四、在对应全图的特征图上切分出各目标候选区域的特征块，并用感兴趣区域池化层对特征块进行尺寸归一化；五、将特征送入全连接层得到空间变换参数，然后将空间变换参数与特征送入空间变换层，得到形变校正后的特征；六、根据校正后的特征对目标候选区域进行再次分类和位置修正。本发明增强了检测方法对目标旋转等形变的鲁棒性，提升高分辨率可见光遥感图像中的舰船目标检测效果，可应用在高分辨率可见光遥感图像船只目标检测中，具有广阔应用前景和价值。

公开(公告)号：CN110807372A

公开(公告)日：2020-02-18

申请号：CN201910976624.X

申请日：2019-10-15

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  冯鹏铭 ,  孙建国 ,  林尤添 ,  石慧峰 ,  贺广均 ,  姜妍 ,  田野 ,  袁野 ,  刘加贝 ,  董喆

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习遥感目标识别技术领域，具体涉及提高对目标的计算速度的一种基于深度特征重组的快速光学遥感目标识别方法。本方法包括如下步骤：分别建立自下而上50层ResNets以及101层ResNets网络架构作为构建特征金字塔网络的基础，对遥感图像进行初步特征提取，提取出4个不同的尺度的特征C2，C3，C4，C5；将得到的4个特征分别通过自上而下路径的卷积网络进行相互叠加得到新特征M2，M3，M4，M5用来消除不同层之间的混叠效果。将得到的M5特征图加倍得到新特征P5，特征P6是通过对P5进行3x3，然后对特征P6进行ReLU激活函数，再通过3x3,并且步长为2的卷积，就可以得到特征p7。本发明既具有单阶段测试模型的速度优势，又具有双阶段测试模型的计算准确度。