(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210885539.4 (22)申请日 2022.07.26 (71)申请人 中山大学 地址 510275 广东省广州市新港西路13 5号 (72)发明人 黄小红　林斯哲　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 吴松滨 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/25(2022.01) G06V 10/52(2022.01) G06V 10/77(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种SAR图像飞机 检测方法及装置 (57)摘要 本发明公开了一种SAR图像飞机检测方法及 装置， 包括： 获取待检测的SAR图像， 根据预设的 飞机检测模型对SAR图像进行检测， 以使飞机检 测模型先使用预设的网络对SAR图像进行散射特 征提取， 得到若干张尺度不同的第一特征图， 再 根据预特征金字塔网络对多个第一特征图进行 特征融合， 获得第二特征图， 继而依次对所述第 二特征图进行候选区域确定、 尺 寸统一后再进行 处理， 输出SAR图像检测结果； 其中， SAR图像检测 结果包括若干候选目标在SAR图像上的位置信 息； 所述候选目标为飞机。 本方法可以有效提取 SAR图像上飞机目标的离散特征信息， 并将具有 离散性飞机目标的位置信息标识出来， 从而提高 SAR图像飞机 检测效果。 权利要求书2页 说明书8页 附图4页 CN 115205686 A 2022.10.18 CN 115205686 A 1.一种SAR图像飞机检测方法， 其特 征在于， 包括： 获取待检测的SAR图像； 根据预设的飞机检测模型对所述SAR图像进行检测， 以使所述飞机检测模型先使用预 设的网络对所述SAR图像进 行散射特征提取， 得到若干张尺度不同的第一特征图， 再根据预 设的特征金字塔网络对所述多个第一特征图进行特征融合， 获得第二特征图， 继而依 次对 所述第二特征图进行候选区域确定、 尺寸统一后再进行处理， 输出所述SAR图像检测结果； 其中， 所述SAR图像检测结果包括若干候选目标在所述SAR图像上的位置信息； 所述候选目 标为飞机 。 2.根据权利要求1所述的SAR图像飞机检测方法， 其特征在于， 所述先使用预设的网络 对所述SAR图像进行散射特 征提取， 得到若干张尺度不同的第一特 征图， 具体为： 使用卷积层和最大池化层对所述SA R图像进行特征提取和下采样， 得到处理后的SAR图 像； 经过多个残差单元后使用散射信息提取单元对所述处理后的SAR图像进行特征提取后 得到提取 特征后的第一特 征图； 使用卷积核对所述提取特征后的第一特征图进行下采样得到最终处理后的第一特征 图。 3.根据权利要求2所述的SAR图像飞机检测方法， 其特征在于， 所述经过多个残差单元 后使用散射信息提取单元对处理后的SAR图像进 行特征提取后得到提取特征后的第一特征 图， 具体为： 经过多个残差单 元提取后得到的经 过残差单 元处理后得到的第一特 征图； 通过可变形差分卷积模块对所述经过残差单元处理后得到的第一特征图进行特征提 取得出处理后的第一特 征图； 再经过自适应降噪模块对所述处理后的第一特征图进行处理得出提取特征后的第一 特征图。 4.根据权利要求3所述的SAR图像飞机检测方法， 其特征在于， 所述通过可变形差分卷 积模块对所述经过残差单元处理后得到的第一特征图的进行特征提取得出处理后的第一 特征图， 具体为： 使用卷积对所述经过残差单元处理后得到的第一特征图进行通道数降维得到处理后 的第一特 征图； 通过中心差分卷积提取所述处理后的第一特征图的梯度信息得到提取梯度信息后的 第一特征图； 使用可变形卷积提取所述提取梯度信息后的第一特征图内的目标离散特征得到提取 目标离散特征后的第一特 征图； 使用卷积将所述提取目标离散特征后的第 一特征图通道数还原， 并与 经过残差单元处 理后得到的第一特 征图进行跨层连接实现特 征融合， 从而得到处 理后的第一特 征图。 5.根据权利要求3所述的SAR图像飞机检测方法， 其特征在于， 所述再经过自适应降噪 模块对所述处 理后的第一特 征图进行处 理得出提取特征后的第一特 征图， 具体为： 使用空间注意力网络突出所述提取特征后的第一特征图的重要区域得到处理后的第 一特征图；权　利　要　求　书 1/2 页 2 CN 115205686 A 2使用软阈值降噪网络对所述处理后的第一特征图进行阈值化处理从而得到提取特征 后的第一特 征图。 6.根据权利要求1所述的SAR图像飞机检测方法， 其特征在于， 所述依次对第二特征图 进行候选区域确定、 尺寸统一后再进行处 理， 输出所述SAR图像 检测结果， 具体为： 使用区域 生成网络在多个所述第二特 征图的每 个像素点设置对应多个锚框； 对所述多个锚框进行非极大值抑制输出， 获得对应的候选区域； 利用所述多个候选区域的位置信息， 提取第二特征图中的对应区域的多个特征图， 并 进行尺寸统一得到处 理后的第二特 征图； 将所述处 理后的第二特 征图进行全连接网络处 理， 输出SAR图像 检测结果。 7.根据权利 要求1所述的SAR图像飞机检测方法， 其特征在于， 输出所述SAR图像检测结 果， 具体为： 在所述SAR图像中将目标位置用位置 框标识出来。 8.根据权利要求1所述的SAR图像飞机检测方法， 其特征在于， 所述飞机检测模型是采 用训练样本集对SAR图像飞机检测网络进行训练后而获得的， 训练方式具体为： 获取SAR图像机场切片训练样本集， 训练样本集中包括多张SA R图像机场切片和每张切 片对应的标签文件； 将训练样本集输入到SAR图像飞机检测网络中对其进行训练， 得到训练完成的飞机检 测模型。 9.一种SAR图像飞机检测装置， 其特 征在于， 包括： 图像获取模块和图像 检测模块； 其中， 所述图像获取模块用于获取待检测的SAR图像； 所述图像检测模块用于根据预设的飞机检测模型对所述SAR图像进行检测， 以使飞机 检测模型先使用预设的网络对所述SAR 图像进行散射特征提取， 得到若干张尺度不同的第 一特征图， 再根据预设的特征金字塔网络对所述多个第一特征图进行特征融合， 获得第二 特征图， 继而依次对第二特征图进行候选区域确定、 尺寸统一后再进行处理， 输出所述SAR 图像检测结果； 其中， 所述SAR图像检测结果包括若干候选目标在所述SAR图像上的位置信 息； 所述候选目标为飞机 。 10.根据权利要求9所述的一种SAR图像飞机检测装置， 其特征在于， 所述图像检测模块 中包括散射信息提取网络子模块、 特征金字塔网络子模块、 区域生成网络子模块、 感兴趣区 域池化子模块、 全连接网络 子模块； 其中， 所述散射信息提取网络子模块用于对所述SAR图像进行散射特征提取， 得到若干 张尺度不同的第一特 征图； 所述特征金字塔网络 子模块用于对所述第一特 征图进行 特征融合并输出第二特 征图； 所述区域 生成网络 子模块用于对所述第二特 征图进行处 理生成候选区域； 所述感兴趣区域池化子模块用于将第二特 征图和所述 候选区域进行尺寸统一； 所述全连接网络子模块用于对尺寸统一后的特征图进行位置回归和类别判断， 最后输 出检测结果。权　利　要　求　书 2/2 页 3 CN 115205686 A 3