一种基于分层处理的无人机图像语义分割识别方法技术

本发明专利技术公开了一种基于分层处理的无人机图像语义分割识别方法。本发明专利技术针对现有语义分割网络直接对输入图像进行端对端的训练，提炼的特征难以识别低像素物体的问题，利用分层学习的思想，将无人机图像识别分为两部分进行：第一部分主要目的是通过网络1快速准确的识别可安全降落的区域，记为ROI(Region of Interest)；第二部分为通过网络2识别安全区域内的行人等一切细小可移动变量，将网络1识别出来的ROI区域特征图结果和原始图像通过特征融合模块后作为网络2的输入，来加强安全区域中低像素物体的识别。本发明专利技术提出的这种分阶段分层次的训练有助于进行网络参数调整，基于一定先验知识的训练学习有助于提升网络训练结果。

A method of UAV image semantic segmentation and recognition based on hierarchical processing

【技术实现步骤摘要】
一种基于分层处理的无人机图像语义分割识别方法
本专利技术属于图像处理
，特别涉及一种基于分层语义的无人机图像分割方法。
技术介绍
目标检测是计算机视觉的重要组成部分。主要应用与人脸识别、姿势估计和监视等。目标检测不同于分类算法在于图像分类的输出是对整张图片的判定结果如是猫还是狗，而目标检测则需要在图片中对识别的事物进行框选，事先不知道识别事物的大小和个数。其主要算法有R-CNN(Region-CNN)、FastR-CNN和FasterR-CNN等。语义分割(SemanticSegmentation)也是图像处理和机器视觉一个重要分支。与分类和检测不同，语义分割基于每个像素点的“语义”信息给图像打上标签，然后判断图像每个像素点的类别，找出目标所在的区域然后分成若干个特定的、具有独特性性质的区域进行精确分割。输出图像每一个像素点用独热码(one-hot)表示，每个维度(channel)对应一个类别，每一个像素点都具有待分类数目的维度(channel)。语义分割目前在自动驾驶、自动抠图等领域有着比较广泛的应用。>无人机图像数据集上本文档来自技高网...

【技术保护点】
1.一种基于分层处理的无人机图像语义分割识别方法，其特征在于包括如下步骤：/n1)将待处理无人机图像输入经预训练的第一神经网络模型，第一神经网络模型对图像的安全区域进行识别，输出预测后的安全区域特征图作为第一预测特征图；/n2)将步骤1)的第一预测特征图和原始待处理无人机图像经过特征融合模块得到融合后特征图，将融合后特征图输入经预训练的第二神经网络模型；第二神经网络模型识别安全区域内的低像素物体，输出第二预测特征图，即为能够识别低像素物体的安全区域图像。/n

【技术特征摘要】
1.一种基于分层处理的无人机图像语义分割识别方法，其特征在于包括如下步骤：
1)将待处理无人机图像输入经预训练的第一神经网络模型，第一神经网络模型对图像的安全区域进行识别，输出预测后的安全区域特征图作为第一预测特征图；
2)将步骤1)的第一预测特征图和原始待处理无人机图像经过特征融合模块得到融合后特征图，将融合后特征图输入经预训练的第二神经网络模型；第二神经网络模型识别安全区域内的低像素物体，输出第二预测特征图，即为能够识别低像素物体的安全区域图像。


2.根据权利要求1所述的基于分层处理的无人机图像语义分割识别方法，其特征在于所述的第一神经网络模型的预训练过程为：以原始无人机图像作为训练输入，标签图像1为包含安全区域的特征图，即理想的ROI，对第一神经网络模型进行训练。


3.根据权利要求2所述的基于分层处理的无人机图像语义分割识别方法，其特征在于所述的原始无人机图像被标记为可供无人机安全降落的安全区域和非安全区域；安全区域内的一切物体标为1，非安全区域标为0。


4.根据权利要求1所述的...

【专利技术属性】
技术研发人员：曾杰，许乙付，罗亨，罗喜伶，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：浙江;33