星载可见光遥感图像小样本目标检测方法及验证技术研究.pdfVIP

摘要

在遥感技术、人工智能技术和计算机技术的推动下，可见光遥感图像解译

任务目前正在向在轨智能处理方向发展。星载可见光遥感图像小样本目标检测

仅需利用少量的目标先验样本，即可实现对目标的在轨识别和定位，因其能有

效提升天基监测任务中对目标的检测能力，得到了广泛的关注。

目前，该技术仍然面临小样本场景下对关键目标检测精度不足，星载计算

平台和检测模型计算模式失配导致推理速度缓慢，以及缺乏地面环境下对检测

方法的星载应用能力进行测试验证方案的挑战。鉴于此，本课题开展星载可见

光遥感图像小样本目标检测方法及验证技术研究，重点从小样本目标检测模型

设计、模型星载处理器部署和星载小样本目标检测系统地面等效验证三个方面

开展研究工作，具体研究内容如下。

（1）针对遥感小样本场景下，由于目标信息表达受限导致检测精度不足的

问题，开展语义信息融合的小样本目标检测模型设计。首先，构建基于单阶段

回归和多尺度信息融合的基础检测框架，实现检测精度和检测速度平衡的目标

检测。然后，构建基于通道注意力的类别特征表示方法，利用有限样本实现对

目标实例特征的有效表达。最后，采用元学习策略提升跨类别泛化表征能力，

从而提升星载小样本目标检测的精度。

（2）针对小样本目标检测模型中密集的计算和访存过程，与以异构处理器

为核心的星载计算平台在计算架构上失配的问题，开展基于异构处理器的小样

本目标检测模型部署。首先，分析所设计小样本目标检测模型的计算模式和异

构处理器的架构特点，进行软硬件协同的计算任务划分。然后，设计单引擎模

式的三级计算加速器，构建面向卷积层、最大池化层的定制计算引擎，并采用

数据重排序和乒乓缓存的数据访存优化策略，实现推理延时降低。最后，构建

以小样本目标检测加速器为核心的片上系统，提升模型的星载处理器部署能力。

（3）为了在地面环境下，从小样本目标检测方法有效性和与卫星系统匹配

性角度，对所提出的小样本目标检测方法及其部署方案的星载应用能力进行评

估，开展星载小样本目标检测系统地面等效验证。首先，依托实际工程背景，

提出硬件在环的地面等效验证方案。然后，面向方案中对于星载小样本目标检

测地面模拟执行的需求，开展小样本目标检测载荷等效器研制。最后，以载荷

等效器为核心，搭建闭环测试环境并开展测试验证，为本文提出的星载小样本

目标检测方法的未来实际在轨运行，提供核心技术支撑和参考设计方案。

关键词：可见光遥感图像；小样本目标检测；定制计算架构；载荷等效测试

Keywords:opticalremotesensingimage,few-shotobjectdetection,custom

computingarchitecture,payloadequivalencetest

目录

摘要I

AbstractII

第1章绪论1

1.1课题背景及研究的目的和意义1

1.2国内外研究现状2

1.2.1可见光遥感卫星及其地面测试2

1.2.2可见光遥感图像目标检测方法5

1.2.3目标检测模型星载处理器部署13

1.3研究现状总结16

1.4本文的主要研究内容17

第2章语义信息融合的小样本目标检测模型设计19

2.1引言19

2.2小样本目标检测方法总体框架19

2.2.1有监督小样本目标检测19

2.2.2检测方法总体处理流程20

2.3模型各模块详细设计21

2.3.1多尺度特征提取模块21

2.3.2类别原型表示及语义特征融合模块23

2.3.3检测结果处理模块24

2.3.4检测模型损失函数25

2.4实验验证与评估26

2.4.1实验设置26

2.4.2实验结果分析29

2.5本章小结34

第3章基于异构处理器的小样本目标检测模型部署35

3.1引言35

3.2模型计算模式及计算平台架构特点分析35

3.2.1