【技术实现步骤摘要】
一种无人潜航器识别方法、设备和存储介质
[0001]本专利技术涉及计算机视觉
,具体涉及一种无人潜航器识别方法、设备和存储介质。
技术介绍
[0002]计算机视觉技术是计算机模拟人类视觉的过程,是图像处理、人工智能和模式识别等技术的综合应用,它是具有感受环境的能力和人类视觉功能的一类技术。其中图像处理技术占据很大的比重,它利用计算机对图像信息进行识别与处理。目标检测就是图像处理技术中的一大重要分支,它使计算机具有和人眼一样的功能,可以“看到”所采集视野中的各类事物,并对每类事物进行定位与分类。目标检测技术十分重要且应用广泛,涉及生物特征识别、智慧交通以及工业检测等诸多领域,因此,目标检测技术已成为近年来学术界及工业界的研究应用热点。而图像分割则是在目标检测的基础之上,再次将计算机检测到的特定事物与其背景区分开,并归属为特定类别的另一大重要的图像处理技术,它的应用及研究意义在于能精确定位所采集场景中的各类事物。可以说,目标检测与图像分割是齐驱并驾的两类重要技术。语义分割是对图像中的每一个像素进行分类,并对图像中的对象进行语义标注,将对象的边缘与背景分隔开。目前广泛应用于医学图像与无人驾驶等领域。
[0003]无人潜航器是一种可以搭载仪器设备并能通过遥控或远程带缆操作完成水下特定任务的一种航行载体。随着海洋科考以及相关业务的不断增长,越来越多的水下技术不断应用于潜航器上,使无人潜航器发展成为民用和军用领域的重要力量。近些年世界各国都在努力研发技术更先进、工作能力更强、搭载模块更多、适用平台更广泛的无人潜航器 ...
【技术保护点】
【技术特征摘要】
1.一种无人潜航器识别方法,其特征在于,包括如下步骤:S01:将待识别图像输入目标检测网络检测既定目标物,判断有无目标物:若无目标物,则处理下一张待识别图像;若有目标物,则输出含有目标物的待识别图像;S02:将含有目标物的待识别图像输入语义分割网络精准分割,得到目标物的语义分割结果,实现目标物的精准识别和定位;所述语义分割网络包括语义边缘特征提取分支和语义分割分支;其中,所述语义边缘特征提取分支用于提取输入的含有目标物的待识别图像中目标物的语义边缘特征图,所述语义分割分支用于提取输入的含有目标物的待识别图像中目标物的语义特征图;利用特征融合模块融合语义边缘特征图和语义特征图,得到最终的目标物的语义分割结果。2.根据权利要求1所述的无人潜航器识别方法,其特征在于,所述语义边缘特征提取分支包含5个残差块,5个上采样层和1个级联层,所述含有目标物的待识别图像从第一残差块输入,经第一残差块进行特征提取后生成一级语义边缘特征图;一级语义边缘特征图经第一上采样层处理后输入级联层,经第二残差块进行特征提取后生成二级语义边缘特征图;二级语义边缘特征图经第二上采样层处理后输入级联层,经第三残差块进行特征提取后生成三级语义边缘特征图;三级语义边缘特征图经第三上采样层处理后输入级联层,经第四残差块进行特征提取后生成四级语义边缘特征图;四级语义边缘特征图经第四上采样层处理后输入级联层,经第五残差块进行特征提取后生成五级语义边缘特征图;五级语义边缘特征图经第五上采样层处理后输入级联层;输入级联层的5张不同级别的语义边缘特征图经特征级联后,得到目标物的语义边缘特征图。3.根据权利要求2所述的无人潜航器识别方法,其特征在于,所述语义分割分支是以双边分割网络为基础网络进行改进得到的,其中所述双边分割网络包括上下文路径和空间路径,具体改进为:在双边分割网络上下文路径中的4倍下采样层上方添加1个2倍下采样层,并在4倍下采样层、8倍下采样层和16倍下采样层后分别插入1个特征融合模块,分别为第一特征融合模块、第二特征融合模块和第三特征融合模块;所述含有目标物的待识别图像从2倍下采样层输入,经2倍下采样层进行特征提取后生成一级语义特征图;一级语义特征图经4倍下采样层进行特征提取后生成二级语义特征图;二级语义特征图和语义边缘特征提取分支中第二残差块生成的二级语义边缘特征图通过第一特征融合模块进行特征融合,得到三级语义特征图;三级语义特征图经8倍下采样层进行特征提取后生成四级语义特征图;四级语义特征图和语义边缘特征提取分支中第三残差块生成的三级语义边缘特征图通过第二特征融合模块进行特征融合,得到五级语义特征图;五级语义特征图经16倍下采样层进行特征提取后生成六级语义特征图;六级语义特征图和语义边缘特征提取分支中第四残差块生成的四级语义边缘特征图通过第三特征融合模块进行特征融合,得到七级语义特征图;七级语义特征图输入32倍下采样层进行特征提取后进行输出。4.根据权利要求3所述的无人潜航器识别方法,其特征在于,所述目标物为无人潜航器。5.一种语义分割网络的训练方法,其特征在于,所述训练方法的步骤具体为:获取样本数据集,所述样本数据集中包...
【专利技术属性】
技术研发人员:王曰英,刘明康,周文举,吴乃龙,杨希祥,严怀成,付俊,费敏锐,姜斌,彭晨,李恒宇,李郅辰,
申请(专利权)人:上海大学,
类型:发明
国别省市:
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。