[发明专利]一种基于对抗网络的航拍违建识别方法

权利要求书

1.一种基于对抗网络的航拍违建识别方法，其特征即具体步骤如下：

S1，我们通过筛选工作中无人机所拍摄的视频，将目标视频按帧分割成图片对目标进行了人工标注，同时适当降低图片分辨率以提高计算速度；

S2，我们将所做训练集作为Fast-RCNN的卷积网络的输入，通过训练获得基本目标检测器，作为对抗网络中的判别器；

S3，使用变形网络，关键思想是在目标特征上创建变形，并使检测器的目标识别变得困难，我们采用STN空间变换网络，它包含三个部分：本地网络，网格生成器和采样器；

S4，输入的特征图，STN空间变换网络将估计要变形的量，这些变量将被用作在特征图上的网格生成器和采样器的输入，输出是变形的特征图；

S5，将变形的特征图输入判别器即预先训练好的基本目标检测器中进行判别，与这些网络的竞争和克服障碍，Fast-RCNN学会以鲁棒的方式处理变形；

S6，判别器将识别结果反馈到生成器，更新生成器参数，从而使生成器产生更加有用的变形特征图；

S7，通过对抗性学习获得更加鲁棒的目标检测器。

2.根据权利1所述的一种基于对抗网络的航拍违建识别方法，其特征在于，对于步骤S2，本发明采用Fast-RCNN的卷积网络将整个图像作为输入，并产生卷积特征图作为输出，由于操作主要是卷积和最大池化，输出特征图的空间尺寸将根据输入的图像大小而改变，给定特征图，RoI-pooling层用于将候选区域投影到特征空间上；RoI池化层将对每个目标候选区域进行裁剪并调整大小以生成一个固定大小的特征向量，然后将这些特征向量通过完全连接的层，完全连接的层的输出是包括背景类的每个目标类的概率和边界框坐标，对于训练，SoftMax Loss和Regression Loss分别应用于这两个输出，反向传播以执行端到端学习，总的损失函数如下：

L(p,u,t^u,v)＝L_cls(p,u)+λ[u≥1]L_cls(t^u,v) (1)

式(1)中，总的损失函数分为分类损失和回归定位损失函数两部分的加权和，p表示每一个RoI的离散可能性；u表示真实正确标签的类别；t表示真实正确标签的回归补偿；v表示真实正确标签的边界框回归目标；λ为超参数，这个是训练之前指定的，表明分类和回归的重要性程度。

3.根据权利1所述的一种基于对抗网络的航拍违建识别方法，其特征在于，对于步骤S4，本发明采用的空间变换器的运作机制可以分为三个部分，本地网络(LocalisationNetwork)、网格生成器(Grid Genator)、采样器(Sampler)；本地网络是一个用来回归变换参数θ的网络，它输入时特征图像，然后经过一系列的隐藏网络层输出空间变换参数，θ的形式可以多样，如需实现2D仿射变换，θ就是一个6维(2x3)向量的输出；θ的尺寸大小依赖于变换的类型；网格生成器(Grid Generator)是依据预测的变换参数来构建一个采样网格，将变换后的target feature V中的坐标位置，通过矩阵运算的方式，计算出V中每个坐标在原feature map U中对应的坐标位置，即生成T(G)，对应关系可以写为式(2)，即图片的仿射变换可以写成式(3)；采样器利用采样网格和输入的特征图同时作为输入产生输出，得到了特征图经过变换之后的结果；

式(2)中是变换后的feature map U中每个像素对应的坐标，是原target feature V中每个像素对应的坐标，T_θ为二维仿射变换函数，矩阵A_θ为本地网络输出的参数矩阵；

式(3)中是变换后的feature map U中每个像素对应的坐标，是原target feature V中每个像素对应的坐标，系数矩阵θ即为仿射变换系数。