[发明专利]一种光学遥感图像的近岸舰船分割方法

权利要求书

1.一种光学遥感图像的近岸舰船分割方法，其特征在于，包括：

对光学遥感图像进行逐个像素标注，构成网络训练集；

利用所述网络训练集对候选区域提取网络进行训练，并生成近岸舰船候选区域；

利用所述近岸舰船候选区域训练区域分类网络和语义分割网络；具体包括：将提取到的所述近岸舰船候选区域以及对应的逐像素标注真值作为所述区域分类网络和所述语义分割网络的训练数据，对所述区域分类网络和所述语义分割网络进行训练；其中，所述区域分类网络和所述语义分割网络共用一个特征提取网络；

对所述候选区域提取网络、所述区域分类网络和所述语义分割网络进行微调；

将微调后的所述候选区域提取网络、微调后的所述区域分类网络和微调后的所述语义分割网络进行级联，得到端到端深度卷积神经网络；

基于所述端到端深度卷积神经网络进行近岸舰船分割。

2.根据权利要求1所述的光学遥感图像的近岸舰船分割方法，其特征在于，所述逐个像素标注具体包括：

利用如下公式进行标注：

其中f(i,j)为光学遥感图像在点(i,j)的像素，T(i,j)为该光学遥感图像对应的标注图像在点(i,j)的像素，num表示近岸舰船索引值，从0开始。

3.根据权利要求1所述的光学遥感图像的近岸舰船分割方法，其特征在于，利用所述网络训练集对候选区域提取网络进行训练具体包括：

对所述候选区域提取网络进行初始化；

利用初始化好的候选区域提取网络对光学遥感图像进行前向传播，生成多个近岸舰船候选区域；

从所述近岸舰船候选区域中随机选择N个计算损失函数，并根据随机梯度下降方法对候选区域提取网络中的参数进行更新。

4.根据权利要求3所述的光学遥感图像的近岸舰船分割方法，其特征在于，对所述候选区域提取网络进行初始化具体包括：

特征提取网络初始化：特征提取网络采用迁移学习，利用在ImageNet数据集上训练好的参数进行初始化；

区域评价网络初始化：利用均值为0，标准差为0.01的高斯分布对区域评价网络进行初始化；

其中，所述特征提取网络和所述区域评价网络为所述候选区域提取网络的子网络。

5.根据权利要求1所述的光学遥感图像的近岸舰船分割方法，其特征在于，对所述候选区域提取网络、所述区域分类网络和所述语义分割网络进行微调具体包括：

利用训练好的所述区域分类网络和所述语义分割网络中的特征提取网络去初始化所述候选区域提取网络中的特征提取网络，并固定此时初始化好的特征提取网络，对区域评价网络进行微调；

固定所述区域分类网络和所述语义分割网络中的特征提取网络，对所述区域分类网络中的全连接层参数和所述语义分割网络中的全卷积层参数进行微调。

6.根据权利要求1所述的光学遥感图像的近岸舰船分割方法，其特征在于，基于所述端到端深度卷积神经网络进行近岸舰船分割具体包括：

将光学遥感图像输入至所述端到端深度卷积神经网络中，所述端到端深度卷积神经网络输出近岸舰船所在区域的外界矩形框的左上、右下点坐标，评估出其为近岸舰船的概率，以及近岸舰船的分割掩码。