【技术实现步骤摘要】
基于专家知识约束的遮挡图像船只目标检测方法及系统
本专利技术属于计算机视觉领域，具体涉及一种基于专家知识约束的遮挡图像船只目标检测方法及系统。
技术介绍
人类对海洋的开发与争夺贯穿人类文明的发展史，在全球化日益加深的今天，海洋更是世界各国经济文化交流的重要纽带。船只作为人类开发海洋、利用海洋的工具，发挥着不可替代的作用。船只目标检测是现代海上智能监控系统的重要组成部分，快速准确地识别各类船只目标对监视海运交通、维护海洋权益、提高海防预警能力等方面有着重要的意义；在现代化战争中，船只目标识别技术在预警探测、精确制导、战场指挥和侦察识别等军事领域都有广泛的应用。因此，船只目标检测一直以来都是各国政府和单位研究的重点，是一个国家海洋装备现代化发展的重要方向之一。船只目标主要包括民用船舶和和军用舰艇，船只目标检测就是利用计算机视觉和图像处理技术，从图像中检测出感兴趣的船只目标，进一步可以提取大量的有用信息。传统的船只目标检测主要是通过采集分析目标船只的辐射信号或回波信息，使用信号分析和模式识别的方法进行判别；随着各类传感器(摄像头)的快速发展尤其是成像技术的不断进步，基于...
【技术保护点】
1.一种基于专家知识约束的遮挡图像船只目标检测方法，其特征在于，包括以下步骤：步骤①，进行样本数据预处理,得到预处理后的图片；所述样本数据相应标注船只类型和位置数据；步骤②，RPN网络提取候选特征，包括将步骤①经过预处理后的图片作为输入，经过RPN网路处理后，生成船只目标的候选区域；步骤③，专家知识提取，包括提取步骤②生成的候选区域的专家知识特征，所述专家知识特征包括SIFT特征和形状不变矩特征；步骤④，特征降维，包括为了解决船体遮挡，选择RPN网络生成的候选区域作为基础，对于每一个候选区域，以滑动窗口的形式，提取垂直方向的图像块的专家知识特征；将提取得到的专家知识特征进行...
【技术特征摘要】
1.一种基于专家知识约束的遮挡图像船只目标检测方法，其特征在于，包括以下步骤：步骤①，进行样本数据预处理,得到预处理后的图片；所述样本数据相应标注船只类型和位置数据；步骤②，RPN网络提取候选特征，包括将步骤①经过预处理后的图片作为输入，经过RPN网路处理后，生成船只目标的候选区域；步骤③，专家知识提取，包括提取步骤②生成的候选区域的专家知识特征，所述专家知识特征包括SIFT特征和形状不变矩特征；步骤④，特征降维，包括为了解决船体遮挡，选择RPN网络生成的候选区域作为基础，对于每一个候选区域，以滑动窗口的形式，提取垂直方向的图像块的专家知识特征；将提取得到的专家知识特征进行连接并降维，得到特征S-TG；步骤⑤，CNN特征提取，包括将基于区域的卷积神经网络与步骤②所得RPN网络生成的候选区域进行组合，得到候选区域的特征图；步骤⑥，构建特征融合网络，将CNN特征和专家知识映射到统一的特征空间；步骤⑦，利用样本数据训练特征融合网络，采用训练好的特征融合网络实现遮挡船只目标检测。2.根据权利要求1所述基于专家知识约束的遮挡图像船只目标检测方法，其特征在于：步骤①中，采集的样本数据为可见光下的沿海区域监控视频帧数据，预处理包括中值滤波和Retinex图像增强处理。3.根据权利要求1所述基于专家知识约束的遮挡图像船只目标检测方法，其特征在于：步骤②中，采用RPN网络生成目标的候选区域，每一张图片生成多个候选区域，选择与训练样本中真实目标区域的区域重合度IOU大于0.7的候选区域作为正样本，IOU小于0.3的候选区域作为负样本，作为最终CNN网络和专家知识提取的基础。4.根据权利要求1所述基于专家知识约束的遮挡图像船只目标检测方法，其特征在于：步骤③中，所述形状不变矩特征包括几何不变矩Hu、连续正交矩Zermike和离散正交矩Tchebichef。5.根据权利要求1所述基于专家知识约束的遮挡图像船只目标检测方法，其特征在于：步骤④中，采用主成分分析方法进行降维。6.根据权利要求1或2或3或4或5所述基于专家知识约束的遮挡图像船只目标检测方法，其特征在于：步骤⑤中，所述基于区域的卷积神经网络的输入为原始图片，包括卷积层Conv1、激活层ReLU1、归一化层BN1、池化层Pool1、卷积层Conv2、激活层ReLU2、归一化层BN2、池化层Po...
【专利技术属性】
技术研发人员：邓练兵，
申请(专利权)人：珠海大横琴科技发展有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。