[发明专利]用于不平衡高分辨率遥感影像的在线持续目标检测方法

权利要求书

1.一种用于不平衡高分辨率遥感影像的在线持续目标检测方法，其特征在于包括，

建立缓冲区，存储目标检测过程中已完成的部分检测数据，包括已有类别的历史样本图像，不同类别下的历史样本图像中的目标数量平衡；在缓冲区未满时，将由新任务数据流中顺序获取的任务图像作为新增样本图像，按类别添加至缓冲区直至缓冲区内样本数量达到上限；在缓冲区已满时，基于使缓冲区内样本图像具备所有检测类别，以及使每个类别下目标样本数量趋向平衡的原则，向缓冲区添加新任务数据流中任务图像作为样本图像；

建立重播机制，按照使样本数量越多的检测类别权重越小的规则对缓冲区内所有检测类别分别赋予类别权重，再结合每个检测类别下每张图像中包含的同一类别的目标出现的次数，按出现次数越多对应的权重越小的原则对类别权重进行修正，获得图像权重；通过概率随机选择函数按图像权重对缓冲区内样本图像进行随机选择，使图像权重越大的样本图像被选择的可能性越大，获得选定样本图像作为重播图像；

在新任务数据流每个批次图像的目标检测中，使用重播图像与当前批次图像共同训练检测器，获得训练后的检测器用于目标检测；

对于新增样本图像，若与缓冲区内已有样本图像相同，新增样本图像放弃添加；并对已有样本图像在已有任务标注的基础上增加当前任务的目标标注；

在缓冲区已满时，向缓冲区添加任务图像作为样本图像的原则包括：

判断任务图像中是否包含缓冲区内样本数量最多的类别，若是，随机决定是否添加任务图像作为样本图像；否则，直接添加任务图像作为样本图像；

在缓冲区已满时，新添加一张任务图像作为样本图像后，需要对应删除一张已有样本图像，删除一张已有样本图像的方法包括：

计算检测类别平衡度：

式中为图片平衡分数，是当前样本图像中类别为j和LCB的目标数量的比例；其中LCB为缓冲区中目标数量最多的类别；为当前样本图像中类别为j的目标数量，为当前样本图像中类别为LCB的目标数量；c₁,...,c_n表示第1种目标类别，……，第n种目标类别；

为缓冲区内的类别分布，表示缓冲区中类别为j的目标数量，表示缓冲区中类别为LCB的目标数量；

若存在目标样本图像的则优先删除目标样本图像；

否则，随机选择包含LCB的样本图像，若选定样本图像中属于类别LCB的目标数量超过缓冲区中该类别目标数量的一半，则删除选定样本图像中属于LCB的一半的目标标记，并保留该选定样本图像；并在属于类别LCB的目标数量不超过缓冲区中该类别目标数量一半的选定样本图像中随机删除一张。

2.根据权利要求1所述的用于不平衡高分辨率遥感影像的在线持续目标检测方法，其特征在于，

获得重播图像的过程包括：

对缓冲区中每个检测类别赋予类别权重σ_j：

对每个检测类别下的每张样本图像，遍历样本图像中所有目标的类别标签；对于第i张样本图像，在第一次遇到类别标签j时，对应的图像权重为σ_j；在第k次遇到类别标签j时，对应的图像权重为(σ_j)^k；

第i张样本图像中类别j对应目标的权重和的上限为：

式中N_i^j为第i张样本图像中属于类别j的目标数量；

则第i张样本图像的权重为W_i,m：

式中n_i,m是第m个批次图像任务的第i张样本图像包含的类别数量，c_r表示第r个类别，表示第i张样本图像中属于类别c_r的目标数量；表示样本图像中存在k次c_r类别目标时，对应的图像权重。