自动报靶方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种自动报靶方法、装置、设备及计算机可读存储介质。其中，自动报靶方法包括：获取第一时刻对应的第一采集图像和第二时刻对应的第二采集图像；其中，第一时刻为发生射击行为之前的时刻，第二时刻为发生射击行为之后的时刻；利用基于卷积神经网络训练得到的弹孔识别模型，分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标；若根据第一采集图像和第二采集图像中的弹孔数量确定具有新增弹孔，则根据第一采集图像和第二采集图像中的各个弹孔的坐标，确定新增弹孔的坐标，并根据新增弹孔的坐标确定射击成绩。根据本发明专利技术实施例，能够快速确定用户的射击成绩，提高射击成绩的统计效率和安全性。

Automatic Target Reporting Method, Device, Equipment and Computer Readable Storage Media

【技术实现步骤摘要】
自动报靶方法、装置、设备及计算机可读存储介质
本专利技术属于射击报靶技术，尤其涉及一种自动报靶方法、装置、设备及计算机可读存储介质。
技术介绍
目前，在实弹射击训练中，大多采用传统人工报靶的方式来对射击结果进行统计，导致统计射击结果的工作量较大、效率较低，并且无法及时上报射击结果。并且，由于需要人工报靶，报靶人员需要在射击训练的过程中，经常处在射击现场，使得统计的安全性较差，可能危及到报靶人员的生命安全。因此，传统人工报靶的方式难以适应现代化军事科技练兵中的实弹射击训练的要求。随着现代科技的发展进步，出现了基于各种传感器的自动报靶系统，如双层电极短路采样系统、声电定位自动报靶系统、半导体电子靶系统和激光幕弹点定位系统。这些自动报靶系统虽然相较于传统人工报靶可以提高统计效率和安全性，但是，这些自动报靶系统的硬件结构较为复杂，成本相对较高。并且，这些自动报靶系统需要在射击训练中使用专用靶标，才能实现自动报靶，仅能应用于单一训练科目，适应性较差。
技术实现思路
本专利技术实施例提供一种自动报靶方法、装置、设备及计算机可读存储介质，能够基于发生射击行为之前和之后对靶标的采集图像，快速确定用户的射击成绩，提高射击成绩的统计效率和安全性。一方面，本专利技术实施例提供一种自动报靶方法，包括：获取第一时刻对应的第一采集图像和第二时刻对应的第二采集图像；其中，第一时刻为发生射击行为之前的时刻，第二时刻为发生射击行为之后的时刻；利用基于卷积神经网络训练得到的弹孔识别模型，分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标；若根据第一采集图像和第二采集图像中的弹孔数量确定具有新增弹孔，则根据第一采集图像和第二采集图像中的各个弹孔的坐标，确定新增弹孔的坐标，并根据新增弹孔的坐标确定射击成绩。进一步地，分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标之前，方法还包括：利用基于卷积分割网络训练得到的图像分割模型，分别识别第一采集图像和第二采集图像中的靶面图像和背景图像；去除第一采集图像和第二采集图像中的背景图像。进一步地，根据第一采集图像和第二采集图像中的弹孔数量确定具有新增弹孔，包括：若确定第二采集图像对应的弹孔数量大于第一采集图像对应的弹孔数量，则确定具有新增弹孔。进一步地，根据第一采集图像和第二采集图像中的弹孔数量确定具有新增弹孔，包括：若确定第二采集图像对应的弹孔数量大于第一采集图像对应的弹孔数量，获取第三时刻对应的第三采集图像；其中，第三时刻与第二时刻相对应；利用基于卷积神经网络训练得到的弹孔识别模型，识别第三采集图像中的弹孔数量；若确定第三采集图像对应的弹孔数量大于第一采集图像对应的弹孔数量，则确定具有新增弹孔。进一步地，根据第一采集图像和第二采集图像中的各个弹孔的坐标，确定新增弹孔的坐标，包括：将第二采集图像对应的各个弹孔的坐标与第一采集图像对应的各个弹孔的坐标进行比较，确定仅在第二采集图像中出现的弹孔的坐标为新增弹孔的坐标。进一步地，在分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标之前，还包括：获取第一采集图像或第二采集图像中的目标区域对应的四个角点；根据目标区域对应的四个角点和标准靶面图像对应的四个角点，计算得到图像配准变换矩阵；在确定新增弹孔的坐标之后，还包括：根据图像配准变换矩阵，校准新增弹孔的坐标。进一步地，还包括：若根据第一采集图像和第二采集图像中的弹孔数量确定不具有新增弹孔，则确定射击成绩为零分。另一方面，本专利技术实施例提供了一种自动报靶装置，装置包括：图像获取单元，其配置为获取第一时刻对应的第一采集图像和第二时刻对应的第二采集图像；其中，第一时刻为发生射击行为之前的时刻，第二时刻为发生射击行为之后的时刻；弹孔识别单元，其配置为利用基于卷积神经网络训练得到的弹孔识别模型，分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标；成绩确定单元，其配置为若根据第一采集图像和第二采集图像中的弹孔数量确定具有新增弹孔，则根据第一采集图像和第二采集图像中的各个弹孔的坐标，确定新增弹孔的坐标，并根据新增弹孔的坐标确定射击成绩。再一方面，本专利技术实施例提供了一种自动报靶设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现上述的自动报靶方法。再一方面，本专利技术实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述的自动报靶方法。本专利技术实施例的自动报靶方法、装置、设备及计算机可读存储介质，能够获取发生射击行为之前和之后对靶标的第一采集图像和第二采集图像，然后利用基于卷积神经网络训练得到的弹孔识别模型，分别识别第一采集图像和第二采集图像中的弹孔数量和各个弹孔的坐标，再基于识别出的弹孔数量和各个弹孔的坐标，确定新增弹孔的坐标，并最终确定射击成绩，从而能够准确、高效地统计用户的射击成绩。同时，由于本专利技术实施例无需进行人工报靶，因此能够提高射击场地的安全性。另外，由于本专利技术实施例可以通过对靶标进行图像采集以及对采集到的采集图像进行识别的方式来统计射击成绩，无需使用专用靶标，能够实现多种训练科目，适应性较强。因此，本专利技术实施例更能够适应现代化军事科技的需求，具有较为广泛的应用前景。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一个实施例提供的自动报靶方法的流程示意图；图2是本专利技术一个实施例提供的时刻示意图；图3是本专利技术另一个实施例提供的自动报靶方法的流程示意图；图4是本专利技术再一个实施例提供的自动报靶方法的流程示意图；图5是本专利技术一个实施例提供的自动报靶装置的结构示意图；图6是本专利技术实施例提供的自动报靶设备的硬件结构示意图。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。为了解决现有技术问题，本专利技术实施例提供了一种自动报靶方法、装置、设备及计算机可读存储介质。下面首先对本专利技术实施例所提供的自动报靶方法进行介绍。图1示出了本专利技术一个实施例提供的自动报靶方法的流程示意图。如图1所示，该自动本文档来自技高网...

【技术保护点】
1.一种自动报靶方法，其特征在于，包括：获取第一时刻对应的第一采集图像和第二时刻对应的第二采集图像；其中，所述第一时刻为发生射击行为之前的时刻，所述第二时刻为发生射击行为之后的时刻；利用基于卷积神经网络训练得到的弹孔识别模型，分别识别所述第一采集图像和所述第二采集图像中的弹孔数量和各个弹孔的坐标；若根据所述第一采集图像和所述第二采集图像中的弹孔数量确定具有新增弹孔，则根据所述第一采集图像和所述第二采集图像中的各个弹孔的坐标，确定所述新增弹孔的坐标，并根据所述新增弹孔的坐标确定射击成绩。

【技术特征摘要】
1.一种自动报靶方法，其特征在于，包括：获取第一时刻对应的第一采集图像和第二时刻对应的第二采集图像；其中，所述第一时刻为发生射击行为之前的时刻，所述第二时刻为发生射击行为之后的时刻；利用基于卷积神经网络训练得到的弹孔识别模型，分别识别所述第一采集图像和所述第二采集图像中的弹孔数量和各个弹孔的坐标；若根据所述第一采集图像和所述第二采集图像中的弹孔数量确定具有新增弹孔，则根据所述第一采集图像和所述第二采集图像中的各个弹孔的坐标，确定所述新增弹孔的坐标，并根据所述新增弹孔的坐标确定射击成绩。2.根据权利要求1所述的自动报靶方法，其特征在于，所述分别识别所述第一采集图像和所述第二采集图像中的弹孔数量和各个弹孔的坐标之前，所述方法还包括：利用基于卷积分割网络训练得到的图像分割模型，分别识别所述第一采集图像和所述第二采集图像中的靶面图像和背景图像；去除所述第一采集图像和所述第二采集图像中的背景图像。3.根据权利要求1所述的自动报靶方法，其特征在于，所述根据所述第一采集图像和所述第二采集图像中的弹孔数量确定具有新增弹孔，包括：若确定所述第二采集图像对应的弹孔数量大于所述第一采集图像对应的弹孔数量，则确定具有所述新增弹孔。4.根据权利要求1所述的自动报靶方法，其特征在于，所述根据所述第一采集图像和所述第二采集图像中的弹孔数量确定具有新增弹孔，包括：若确定所述第二采集图像对应的弹孔数量大于所述第一采集图像对应的弹孔数量，获取第三时刻对应的第三采集图像；其中，所述第三时刻与所述第二时刻相对应；利用基于卷积神经网络训练得到的弹孔识别模型，识别所述第三采集图像中的弹孔数量；若确定所述第三采集图像对应的弹孔数量大于所述第一采集图像对应的弹孔数量，则确定具有所述新增弹孔。5.根据权利要求1所述的自动报靶方法，其特征在于，所述根据所述第一采集图像和所述第二采集图像中的各个弹孔的坐标，确定所述新增弹孔的...

【专利技术属性】
技术研发人员：聂泳忠，金昭，赵春莲，吕明涛，
申请(专利权)人：西人马帝言北京科技有限公司，
类型：发明
国别省市：北京,11