(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 202210344819.4 (22)申请日 2022.03.31 (71)申请人 武汉大学 地址 430000 湖北省武汉市武昌区珞珈山 (72)发明人 李晶　宋北航　常军　刘天鹏　 刘童　姚博文　 (74)专利代理 机构 武汉智权专利代理事务所 (特殊普通 合伙) 42225 专利代理师 罗成 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/80(2022.01) G06V 10/40(2022.01)G06V 10/82(2022.01) (54)发明名称 一种旋转目标检测方法、 装置、 设备及可读 存储介质 (57)摘要 本申请涉及一种旋转目标检测方法、 装置、 设备及可读存储介质， 涉及计算机视觉技术领 域， 包括基于特征提取骨干网络对包含多个待定 位对象的待定位图像进行特征提取得到深度不 同的多张第一特征图； 基于特征金字塔网络对多 张第一特征图进行特征聚合得到感受野不同的 多张第二特征图； 对多张第二特征图进行上采样 得到具有相同尺寸的多张第三特征图， 将多张第 三特征图进行相加得到融合特征图； 将融合特征 图输入卷积层得到顶点热力图、 日冕中心点热力 图、 尺寸预测图、 偏执预测图和方向预测图； 根据 上述五张图计算得到各个待定位对象的角点坐 标。 本申请可降低旋转目标检测的难度和专业性 依赖， 并提高检测精度。 权利要求书3页 说明书12页 附图3页 CN 114692764 A 2022.07.01 CN 114692764 A 1.一种旋转目标检测方法， 其特 征在于， 包括以下步骤： 基于特征提取骨干网络对待定位图像z进行特征提取， 得到深度不同的多张第一特征 图 所述待定位图像z包 含多个待定位对象； 基于特征金字塔网络对所述多张第一特征图 进行特征聚合， 得到感受野不同的 多张第二特 征图ρi(z)； 分别对所述多张第二特征图ρi(z)进行上采样， 得到具有相同尺寸的多张第三特征图， 并将所述多张第三特 征图进行相加， 得到融合特 征图P(z)； 将所述融合特征图P(z)输入至卷积层， 得到顶点热力图、 日冕中心点热力图、 尺寸预测 图、 偏执预测图和方向预测图； 根据顶点热力图、 日冕中心点热力图、 尺寸预测图、 偏执预测图和方向预测图计算得到 所述待定位图像中各个待定位对象的角点 坐标。 2.如权利要求1所述的旋转目标检测方法， 其特征在于， 所述基于特征金字塔网络对所 述多张第一特 征图 进行特征聚合， 得到感受野不同的多张第二特 征图ρi(z)， 包括： 基于特征金字 塔网络分别对所述多张第一特征图 进行卷积操作， 得到多张卷积后 的特征图 根据以下公式分别对多张卷积后的特征图 进行特征相加处理， 得到感受野不同 的多张第二特 征图ρi(z)； 3.如权利要求1所述的旋转目标检测方法， 其特征在于， 所述根据顶点热力图、 日冕中 心点热力图、 尺寸预测图、 偏执预测图和方向预测图计算得到所述待定位图像中各个待定 位对象的角点 坐标， 包括： 从顶点热力图中获取多个第 一置信度峰值点， 并分别将每个第 一置信度峰值点作为一 个预测顶点， 得到多个预测顶点； 从日冕中心点热力图中获取第 一待定位对象的第 二置信度峰值点， 并将所述第 二置信 度峰值点作为所述第一待定位对象的预测中心点； 从尺寸预测图中获取与预测中心点对应的尺寸预测值， 从方向预测图中获取与预测中 心点对应的方向预测值， 从偏执预测图中分别获取与每个预测顶点对应的第一浮点偏执 值、 与预测中心点对应的第二 浮点偏执值； 根据多个预测顶点、 预测中心点、 尺寸预测值、 方向预测值、 多个第一浮点偏执值和第 二浮点偏执值计算得到第一待定位对象的角点 坐标。 4.如权利要求3所述的旋转目标检测方法， 其特征在于， 所述根据多个预测顶点、 预测 中心点、 尺寸预测值、 方向预测值、 多个第一浮点偏执值和 第二浮点偏执值计算得到第一待 定位对象的角点 坐标， 包括： 将方向预测值映射 为角度预测值； 基于尺寸预测值计算出第一待定位对象在以(0， 0)为原点的直角坐标系下的第一角点权　利　要　求　书 1/3 页 2 CN 114692764 A 2坐标； 根据预测中心点和第 二浮点偏执值计算出第 一待定位对象在待定位图像z 中的真实中 心点； 基于角度 预测值、 第 一角点坐标和真实中心点计算出第 一待定位对象在图像坐标系下 的第二角点 坐标； 根据多个预测顶点、 多个第一浮点偏执值、 方向预测值和尺寸预测值检测是否存在实 际顶点； 若不存在实际顶点， 则将所述第二角点 坐标作为第一待定位对象的角点 坐标。 5.如权利要求4所述的旋转目标检测方法， 其特征在于， 在所述根据多个预测顶点、 多 个第一浮点偏执值、 方向预测值和尺寸预测值检测是否存在实际顶点的步骤之后， 还 包括： 若存在实 际顶点， 则根据实 际顶点和真实中心点对所述角度预测值进行更新， 得到新 的角度预测值； 基于新的角度 预测值、 第 一角点坐标和真实中心点计算出第 一待定位对象在图像坐标 系下的第三角点 坐标； 当检测到所述第三角点坐标与所述第 二角点坐标不相等， 则将所述第 三角点坐标作为 第一待定位对象的角点 坐标。 6.如权利要求4所述的旋转目标检测方法， 其特征在于， 所述根据多个预测顶点、 多个 第一浮点偏执值、 方向预测值和尺寸预测值检测是否存在实际顶点， 包括： 基于多个预测顶点和多个第 一浮点偏执值计算出各个预测顶点在待定位图像z 中对应 的真实顶点； 判断顶点热力图中方向阈值范围内是否存在与所述第一待定位对象具有相同类别的 真实顶点， 所述方向阈值范围基于方向预测值确定； 若不存在与所述第一待定位对象具有相同类别的真实顶点， 则不存在实际顶点； 若存在一个与 所述第一待定位对象具有相同类别的真实顶点， 则将所述与 所述第一待 定位对象具有相同类别的真实顶点作为实际顶点； 若存在多个与 所述第一待定位对象具有相同类别的真实顶点， 则基于预测中心点和尺 寸预测值从多个与所述第一待定位对 象具有相同类别的真实顶点中筛选出一个真实顶点 作为实际顶点。 7.如权利要求1所述的旋转目标检测方法， 其特征在于： 所述卷积层的卷积核为3 ×3， 所述卷积层的层数为 4层。 8.一种旋转目标检测装置， 其特 征在于， 包括： 特征提取单元， 其用于基于特征提取骨干网络对待定位图像z进行特征提取， 得到深度 不同的多张第一特 征图 所述待定位图像z包 含多个待定位对象； 特征聚合单元， 其用于基于特征金字塔网络对所述多张第一特征图 进行特征聚 合， 得到感受野不同的多张第二特 征图ρi(z)； 特征图处理单元， 其用于分别对所述多张第二特征图ρi(z)进行上采样， 得到具有相同 尺寸的多张第三特 征图， 并将所述多张第三特 征图进行相加， 得到融合特 征图P(z)； 卷积处理单元， 其用于将所述融合特征图P(z)输入至卷积层， 得到顶点热力图、 日冕中权　利　要　求　书 2/3 页 3 CN 114692764 A 3