基于任务驱动视觉注意的光学遥感图像海面舰船检测方法研究

利用光学遥感图像监视海面舰船目标时，如何从复杂多变的广阔海面中自动高效地检测出舰船是当前的研究热点也是亟待解决的一大难点问题。围绕光学遥感图像海面背景舰船目标检测问题，本项目提出一种基于任务驱动视觉注意的舰船目标检测方法，将任务知识指导与传统的图像处理过程有机结合起来，有针对性地将视觉注意引导到与视觉任务相关的内容上来，力求从机制上克服现有方法的不足，并期望在人类视觉注意机制认识和应用方面取得一些有益的结果。同时，从目标所处的环境角度出发，提用一种利用海面显著性特征提取舰船候选区域的思路。本项目旨在建立基于任务驱动视觉注意的舰船目标检测方法的理论体系，并对其中的任务知识表示方法、基于任务驱动视觉注意的海面显著性特征表示方法、基于任务驱动视觉注意的复杂海面视觉显著度计算方法进行深入的研究和探讨，并进行实验验证与分析，为舰船检测技术在国防安全和海洋经济发展中的应用奠定理论基础。

紧密围绕申请书中阐述的内容，本项目提出一种基于任务驱动视觉注意的舰船目标检测方法，对其中的任务知识表示方法、基于任务驱动视觉注意的海面显著性特征表示方法、基于任务驱动视觉注意的复杂海面视觉显著度计算方法等问题进行了深入的研究和探讨，并通过大量实验对理论方法进行了验证。.本项目提出基于任务导向视觉注意机制的舰船目标检测方法，其核心思想是将视觉任务知识引入到基于人类视觉注意机制的目标检测过程中，在检测舰船目标时不仅考虑感兴趣目标（舰船）的特性，而且考虑到感兴趣目标关联背景（海面）的特征，并通过分析比较，建立起舰船目标与海面背景间的显著性差异特征描述，从而实现舰船目标候选区域的快速提取。.通过机器学习方法，事先通过大量样本进行离线学习，建立起适合舰船目标检测的特征和分类器模型，进而对检测到的舰船目标候选区域，进一步分析鉴别，识别出真正的舰船目标。该方法在处理过程中采用多级、由粗到精逐层深入的处理策略，大量实验表明了本项目方法的有效性，而且本方法可以进一步推广应用到其它场景目标（如飞机）检测等遥感应用领域。