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！

申请/专利权人：北京工业大学

摘要：本发明公开了一种基于注意力机制的多方向的无人机航拍的车辆检测方法，设计一个融合注意力机制的特征金字塔网络即RPN网络；根据车辆特点，对RPN网络进行设计并加入方向属性；对FasterR‑CNN进行改进，加入上述两步骤的方案。进而对车辆进行检测，得出结果。本发明在FasterR‑CNN设计中，通过加入注意力机制，可以使得FPN的每个通道和区域获得自适应权重，并且可以对多个方向的车辆进行准确的检测，从而更好的对车辆进行计数，减少漏检和误检的情况。

主权项：1.一种基于注意力机制的多方向的无人机航拍的车辆检测方法，其特征在于：包括以下步骤，步骤S1：设计一个融合注意力机制的特征金字塔网络即RPN网络；步骤S2：根据车辆特点，对RPN网络进行设计并加入方向属性；步骤S3：对FasterR-CNN进行改进，加入上述两步骤的方案；进而对车辆进行检测，得出结果；根据中低空车辆的特点对原有FasterR-CNN做出了改进，其中选取ImageNet图像数据集预先训练得到VGG16卷积层作为主干网络提取特征值，别的层采用随机方式进行初始化，利用卷积神经网络提取层次特征，进而建立特征金字塔；然后根据RPN网络生成目标候选区域，在特征金字塔各个层级中找到对应的目标区域，从而提取出目标的多尺度特征；将池化后的特征在ROIPooling层进行特征融合；整个网络结构采用多任务联合学习，同时实现目标的检测定位与类型识别；采用两个阶段来检测网络，先用候选区域生成候选目标，对目标进行分类，最后获得目标的定位和类型；在主干网络提取含有边缘信息以及语义信息的多层特征层进行融合的方式来作为RPN网络的输入，通过引入候选区域上下文信息，将上下文信息与多尺度特征融合后，实现对航拍车辆的检测与识别；S2对FasterR-CNN的RPN网络进行改进如下，使用RPN生成检测框，RPN网络用于生成候选框，通过softmax判断anchors属于前景foreground或者背景background，再利用boundingbox回归修正anchors获得精确的候选框；为得到不同方向的车辆候选区域，锚箱的参数就不只是比例和高宽比，而是大小、形状和方向；设置6种不同的取向，0、π6、π3、π2、2π3和5π6用于旋转锚箱到不同的方向；使得锚框具有五个参数t＝x,y,w,l,θ覆盖所有形状的车辆目标；生成任意方向的车辆候选区域，并进行边界盒回归，以候选区域作为输入拟合车辆区域。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于注意力机制的多方向的无人机航拍的车辆检测方法