西安电子科技大学陈渤获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安电子科技大学申请的专利基于改进Orient RCNN模型的遥感图像飞机目标检测识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114639013B 。
龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210147847.7,技术领域涉及:G06V20/00;该发明授权基于改进Orient RCNN模型的遥感图像飞机目标检测识别方法是由陈渤;吴忠庆;沈梦启;刘宏伟;纠博;王鹏辉设计研发完成,并于2022-02-17向国家知识产权局提交的专利申请。
本基于改进Orient RCNN模型的遥感图像飞机目标检测识别方法在说明书摘要公布了:本发明涉及遥感技术领域,提供了基于改进OrientRCNN模型的遥感图像飞机目标检测识别方法。将带有标签的遥感图像数据集,先进行数据扩充,扩充后进行图片切割,再对切割后的图片进行尺寸变换resize和归一化操作,送入改进OrientRCNN模型进行训练,训练完成生成训练好的模型,可以用于检测。无标签的新遥感图像数据,经过图片切割,然后进行尺寸变换resize和归一化操作,进入训练好的模型进行检测,遥感图像依次经过非最大值抑制NMS和去虚警处理,输出标注完成的遥感图像,完成对遥感图像的检测任务。本发明增强了模型对于旋转目标,也就是遥感数据中的飞机目标的检测能力,有效地增强了模型对不同型号的飞机目标的区分能力。
本发明授权基于改进Orient RCNN模型的遥感图像飞机目标检测识别方法在权利要求书中公布了:1.一种基于改进OrientRCNN模型的遥感图像飞机目标检测识别方法,其特征在于,包含如下步骤: 步骤1,对带标签的遥感图像数据集进行扩充,再对扩充后的遥感图像数据集的每张图像进行图片切割,得到待检测的遥感图像集;其中,标签是可以唯一确定飞机目标在遥感图像中的位置以及类别的一组数字; 步骤2,将待检测的遥感图像集的每张图像进行尺寸变换resize到固定尺寸;对固定尺寸图片做归一化处理,并获取图片对应的标签,作为训练集; 步骤3,使用训练集训练改进OrientRCNN模型,得到训练好的改进OrientRCNN模型即检测网络; 所述训练改进OrientRCNN模型的具体子步骤为: 子步骤3.1,将训练集图像输入到Resnet152模块,输出一个特征图featuremap,然后将特征图featuremap输入到候选区域提出模块RPN,经过候选区域提出模块RPN卷积和解码,输出多个候选区域proposal,再经过OrientROIAlign操作得到感兴趣区域ROI; 所述候选区域提出模块RPN的卷积操作,具体为: 特征图featuremap经过一个卷积核大小为1*1、通道数为6A的卷积核卷积,使特征为H*W*256的特征图featuremap的特征变为H*W*6A; 其中,H、W分别代表了特征图featuremap的高度和宽度,A代表每个特征点产生的锚框Anchor的个数;6表示有6个数来唯一表示一个目标框,这六个数分别为; 其中v1、v2、v3、v4分别为四个向量,代表斜框的四个顶点,x、y为目标框左上角坐标,w为目标框的宽,h为目标框的高,为横坐标对中心坐标的偏移量,为纵坐标对中心坐标的偏移量; 子步骤3.2,感兴趣区域ROI与输入的类别标签classlabel作用,输出中心损失centerloss;感兴趣区域ROI经过两个全连接fullyconnect得到一个向量,将向量与类别标签classlabel作用,得到交叉熵损失CrossEntropyloss;再将向量与边界框boundingbox作用,得到L1平滑损失SmoothL1loss;将中心损失centerloss、交叉熵损失CrossEntropyloss和L1平滑损失SmoothL1loss相加,作为总损失loss; 子步骤3.3,使用Adma优化器,进行反向传递梯度和更新参数的值;迭代若干次后,得到训练好的改进OrientRCNN模型; 步骤4,对无标签的遥感图像数据进行处理,将处理后的无标签的遥感图像数据送入训练好的改进OrientRCNN模型,输出已标注的遥感图像,再依次经过非最大值抑制NMS、去虚警处理,得到标注完成的遥感图像; 所述非最大值抑制NMS,具体子步骤为: 子步骤4.1,计算所有的边界框boundingbox的交并比IOU,将所有交并比IOU小于0.7的边界框boundingbox视作同一类边界框boundingbox; 子步骤4.2,在同一类所有边界框boundingbox中,将最高置信度confidence对应的边界框boundingbox输出。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励