基于空对地小慢目标的训练样本库构建方法、装置及介质制造方法及图纸

本申请公开了一种基于空对地小慢目标的训练样本库构建方法、装置及计算机可读存储介质，方法包括：从初始样本库中下载预设视角范围内的小慢目标初始样本图像，得到第一样本库；获取按照预设调整规则分别调整拍摄高度和拍摄角度拍摄小慢目标得到的拍摄样本图像，得到第二样本库；分别对第一样本库和第二样本库进行增广样本操作，得到第三样本库；将第一样本库、第二样本库和第三样本库进行融合，得到目标训练样本库。因此，本方法能够构建基于空对地小慢目标的训练样本库，提高空对地小慢目标的提取分析的准确度，并且能够相对节省人力资源。

Construction method, device and medium of training sample base based on air to ground small slow target

【技术实现步骤摘要】
基于空对地小慢目标的训练样本库构建方法、装置及介质
本专利技术涉及图像分析领域，特别涉及一种基于空对地小慢目标的训练样本库构建方法、装置及计算机可读存储介质。
技术介绍
近年来，随着无人机、探空气球等低空探测航空器的快速发展，低空空对地视频情报提取分析逐渐成为低空侦察监视的一种重要手段；并且，基于机器学习的低空空对地视频情报提取分析方法是低空空对地视频情报提取分析的主要方法之一。现有技术中，基于机器学习的低空空对地视频情报提取分析方法中用于机器学习的训练样本均为从目前的训练样本库中获取的地面样本，这类训练样本库包括ImageNet库、UCF库、kinetics库以及COCO数据集等。显然，由于空对地小慢目标与地面小慢目标的样本图像的角度不同，因此，利用地面样本作为机器学习的训练样本，将使得对低空空对地视频小慢目标的提取准确率不高，大大降低了以无人机为首的中低空飞行器的实际实用价值。因此，如何构建基于空对地小慢目标的训练样本库，提高空对地小慢目标的提取分析的准确度，是本领域技术人员目前需要解决的技术问题。>
技术实现思路
...

【技术保护点】
1.一种基于空对地小慢目标的训练样本库构建方法，其特征在于，包括：/n从初始样本库中下载预设视角范围内的小慢目标初始样本图像，得到第一样本库；/n获取按照预设调整规则分别调整拍摄高度和拍摄角度拍摄所述小慢目标得到的拍摄样本图像，得到第二样本库；/n分别对所述第一样本库和所述第二样本库进行增广样本操作，得到第三样本库；/n将所述第一样本库、所述第二样本库和所述第三样本库进行融合，得到目标训练样本库。/n

【技术特征摘要】
1.一种基于空对地小慢目标的训练样本库构建方法，其特征在于，包括：
从初始样本库中下载预设视角范围内的小慢目标初始样本图像，得到第一样本库；
获取按照预设调整规则分别调整拍摄高度和拍摄角度拍摄所述小慢目标得到的拍摄样本图像，得到第二样本库；
分别对所述第一样本库和所述第二样本库进行增广样本操作，得到第三样本库；
将所述第一样本库、所述第二样本库和所述第三样本库进行融合，得到目标训练样本库。


2.根据权利要求1所述的方法，其特征在于，在所述从初始样本库中下载预设视角范围内的小慢目标初始样本图像，得到第一样本库之后，进一步包括：
对所述初始样本图像进行gamma校正操作，得到第一样本图像；
利用所述第一样本图像更新所述第一样本库。


3.根据权利要求2所述的方法，其特征在于，在所述利用所述第一样本图像更新所述第一样本库之后，进一步包括：
获取按照预设角度对所述第一样本图像分别进行旋转操作得到的第二样本图像；
将所述第二样本图像增加至所述第一样本库中。


4.根据权利要求3所述的方法，其特征在于，在所述将所述第二样本图像增加至所述第一样本库中之后，进一步包括：
将所述第一样本库中的所述第一样本图像和所述第二样本图像按照预设属性进行分类，并依据分类结果更新所述第一样本库。


5.根据权利要求1所述的方法，其特征在于，在所述将所述第一样本库、所述第二样本库和所述第三样本库进行融合，得到目标训练样本库之后，进一步包括：
根据所述目标训练样本库构造反向样本库；
利用所述反向样本库更新所述目标训练样本库。


6...

【专利技术属性】
技术研发人员：戴勇，张翔，曾析，贾铸，
申请(专利权)人：中电科特种飞机系统工程有限公司，
类型：发明
国别省市：四川;51