一种船只遮挡识别方法、装置及电子设备制造方法及图纸

技术编号:25551142 阅读:29 留言:0更新日期:2020-09-08 18:50
本发明专利技术涉及图像识别技术领域,具体涉及一种船只遮挡识别方法、装置及电子设备。包括:获取待识别图像,对获取待识别图像进行预处理,输出预处理图像;对预处理图像进行区域选取,生成初步选择区域;通过卷积神经网络对初步选择区域进行特征提取获得第一船只特征和根据预设特征对初步选择区域进行特征提取获得第二船只特征;把第一船只特征和第二船只特征进行特征融合形成特征融合网络;训练特征融合网络获得船只遮挡识别模型;利用船只遮挡模型对船只遮挡进行识别,输出识别结果。通过第一船只特征和第二船只特征,并构建船只识别模型对行驶船只进行快速的船只遮挡识别,进而减少电子围网的误报概率,提高海事监管效率。

【技术实现步骤摘要】
一种船只遮挡识别方法、装置及电子设备
本专利技术涉及图像识别
,具体涉及一种船只遮挡识别方法、装置及电子设备。
技术介绍
在现有电子围网中,海事人员可以通过视频监控,对海域范围内行驶船只进行监控,但是在监控过程中,总会存在船只遮挡问题;例如:船只被背景中的静止物遮挡,或被其他运动船只遮挡的情况。而因船只遮挡问题使电子围网的误报率增加,且还会影响到海事监管效率。
技术实现思路
有鉴于此,本专利技术实施例提供了一种的船只遮挡识别方法、装置及电子设备,以解决识别船只是否存在遮挡的问题。根据第一方面,本专利技术实施例提供了一种船只遮挡识别方法,包括:获取待识别图像,对所述获取待识别图像进行预处理,输出预处理图像;根据对所述预处理图像进行区域选取,生成初步选择区域;通过卷积神经网络对所述初步选择区域进行特征提取,获得第一船只特征,和,根据预设特征对所述初步选择区域进行特征提取,以获得第二船只特征;通过把第一船只特征和第二船只特征进行特征融合,形成特征融合网络;训练特征融合网络,以获本文档来自技高网...

【技术保护点】
1.一种船只遮挡识别方法,其特征在于,包括:/n获取待识别图像,对所述获取待识别图像进行预处理,输出预处理图像;/n根据对所述预处理图像进行区域选取,生成初步选择区域;/n通过卷积神经网络对所述初步选择区域进行特征提取,获得第一船只特征,和,根据预设特征对所述初步选择区域进行特征提取,以获得第二船只特征;/n通过把第一船只特征和第二船只特征进行特征融合,形成特征融合网络;/n训练特征融合网络,以获得船只遮挡识别模型;/n利用船只遮挡模型对待识别图像进行船只遮挡识别,输出识别结果。/n

【技术特征摘要】
1.一种船只遮挡识别方法,其特征在于,包括:
获取待识别图像,对所述获取待识别图像进行预处理,输出预处理图像;
根据对所述预处理图像进行区域选取,生成初步选择区域;
通过卷积神经网络对所述初步选择区域进行特征提取,获得第一船只特征,和,根据预设特征对所述初步选择区域进行特征提取,以获得第二船只特征;
通过把第一船只特征和第二船只特征进行特征融合,形成特征融合网络;
训练特征融合网络,以获得船只遮挡识别模型;
利用船只遮挡模型对待识别图像进行船只遮挡识别,输出识别结果。


2.根据权利要求1所述的方法,其特征在于,所述获取待识别图像,对所述获取待识别图像进行预处理,输出预处理图像;包括:从视频数据库中获取多帧图像数据,并对所获取的图像数据依次进行灰度化、图像数据增强和图像数据调整。


3.根据权利要求1所述的方法,其特征在于,所述通过对所述预处理图像进行区域选取,生成初步选择区域,包括:利用RPN网络对预处理图像进行处理生成矩形初步选择区域。


4.根据权利要求1所述的方法,其特征在于,所述根据卷积神经网络对所述初步选择区域进行特征提取,获得第一船只特征,包括:
把初步选择区域的图像数据送入卷积神经网络,经过卷积层、激活层、归一化层后输出第一船只特征。


5.根据权利要求1所述的方法,其特征在于,所述预设特征包括:传统不变矩特征和LOMO特征。


6.根据权利要求1所述的方法,其特征在于,所述通过把第一船只特征和第二船只...

【专利技术属性】
技术研发人员:邓练兵薛剑邹纪升
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

网友询问留言 已有0条评论
  • 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。

1