[发明专利]遥感视频图像运动目标实时智能感知方法及其装置

权利要求书

1.一种遥感视频图像运动目标实时智能感知方法，其特征在于，包括以下步骤：

步骤S100：采用图像处理方法处理遥感视频的任一帧图像，得到该帧图像中有可能包含运动目标的候选区域图像T，所述图像处理方法为自适应高斯混合模型背景减除算法；

步骤S200：采用深度卷积神经网络对所述候选区域图像T进行分类，得到各目标分类下的提取图像及其目标分类概率P(T＝T_i)；

步骤S300：结合卫星星下点的先验信息，按计算各所述提取图像的贝叶斯后验概率P(T＝T_i|B)，得到所述提取图像的最大贝叶斯后验概率，判断是否其中β为阈值，如果是，则将该提取图像归类为对应类目标的目标集A，如果否，则舍弃该提取图像，输出所述目标集A。

2.根据权利要求1所述的遥感视频图像运动目标实时智能感知方法，其特征在于，还包括步骤S4：将所述目标集A中所含图像作为样本数据，用于对步骤S200中所用深度卷积神经网络模型参数进行训练。

3.根据权利要求1所述的遥感视频图像运动目标实时智能感知方法，其特征在于，所述深度卷积神经网络中的神经网络模型采用迁移学习的方法训练；所述深度卷积神经网络为21层的Resnet卷积神经网络。

4.根据权利要求1所述的遥感视频图像运动目标实时智能感知方法，其特征在于，所述步骤S200包括以下几步：

步骤210：计算所述候选区域图像T为n+1种目标分类中任一目标的目标分类概率P(T＝T_i),i＝0,1,…,n，其中n是预设目标分类数，T₀,T₁,…,T_n表示n+1类目标，其中T₀为背景，T₁,…,T_n为预设的目标类别；

步骤220：判断所述目标分类概率P是否满足max P(T＝T_i)<α,i＝1,…,n，其中α为预设阈值，如果不满足，则所述候选区域图像T中不包含目标，则舍弃该候选区域图像，如果满足，则所述候选区域图像T中包含有目标，则提取所述候选区域图像T，得到提取图像。

5.根据权利要求1所述的遥感视频图像运动目标实时智能感知方法，其特征在于，所述目标分类按树形分类进行。

6.一种如权利要求1～5中任一项所述的遥感视频图像运动目标实时智能感知方法用装置，其特征在于，包括：

目标候选区域提取模块：用于采用图像处理方法处理遥感视频的任一帧图像，得到该帧图像中有可能包含运动目标的候选区域图像T；

目标分类模块：用于采用深度卷积神经网络对所述候选区域图像T进行分类，得到各目标分类下的提取图像及其目标分类概率P(T＝T_i)；

目标识别模块：用于结合卫星星下点的先验信息，按计算各所述提取图像的贝叶斯后验概率P(T＝T_i|B)，得到所述提取图像的最大贝叶斯后验概率，判断是否其中β为阈值，如果是，则将该提取图像归类为对应类目标的目标集A，如果否，则舍弃该提取图像，输出所述目标集A。

7.根据权利要求6所述的遥感视频图像运动目标实时智能感知方法用装置，其特征在于，还包括样本训练模块，用于将所述目标集A中所含图像作为样本数据，用于对所述目标分类模块中所用深度卷积神经网络模型参数进行训练。

8.根据权利要求6所述的遥感视频图像运动目标实时智能感知方法用装置，其特征在于，所述深度卷积神经网络中的神经网络模型采用迁移学习的方法训练；所述深度卷积神经网络为21层的Resnet卷积神经网络。