一种基于目标机理模型的多模仿真数据集制备方法技术

本发明专利技术提供了一种基于目标机理模型的多模仿真数据集制备方法，包括：步骤1，基于时敏目标模型的目标环境场景构建；步骤2，基于传感器参数的多波段成像仿真；步骤3，进行视频与图像数据集采集；步骤4，图像显著性检测的半自动数据标注。本发明专利技术的方法在分析大量多种公开的现役武器装备相关信息数据的基础上构建军事时敏目标模型库以及多种模拟背景环境，然后通过多模传感器虚拟成像仿真建模，实现可见光、夜视、中波红外和长波红外仿真功能，最后在数据采集的基础上进行半自动数据标注从而实现数据集制备。数据集制备。数据集制备。

【技术实现步骤摘要】
一种基于目标机理模型的多模仿真数据集制备方法


[0001]本专利技术属于图像数据集制备
，涉及多模仿真数据集制备，具体涉及一种基于目标机理模型的多模仿真数据集制备方法。

技术介绍

[0002]随着计算机视觉技术的不断发展，未来战场形态不断更迭，作战模式朝着信息化及智能化的方向发展，新型装备智能化的首要目标则是具有完成战场态势感知与目标检测识别等高级作战任务的功能。随着军事科学技术的不断发展与变革，未来战场将人工智能技术与导弹武器精确制导技术相结合，将成为提升导弹武器作战效能的重要手段和必由之路。要使精确制导武器在复杂的环境中自适应地探测与截获目标，自动识别与跟踪目标，最终精确地命中目标，导引头需要采用先进的信息处理技术与信息处理系统。空地目标图像数据则是广泛应用于各种智能化精导武器的景象匹配与认知导航等领域，时敏目标数据集是实现精导武器智能化的基础关键因素，数据集制备的快速性、可靠性与有效性直接决定了智能精导武器的作战效能。对于空地图像目标认知数据集而言，更需着重考虑数据集的覆盖性与逼真度。相对于民用人工智能算法所需的目标检测数据集来讲，军事目标图像数据获取难度较大且获取成本高昂。因此当训练目标样本数据集的目标种类、状态等属性覆盖较少时，需对数据集样本进行虚拟仿真生成从而样本数据增强。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术的目的在于，提供一种基于目标机理模型的多模仿真数据集制备方法，解决现有技术中的时敏目标数据集制备的能力有待进一步提升的技术问题。
[0004]为了解决上述技术问题，本专利技术采用如下技术方案予以实现：一种基于目标机理模型的多模仿真数据集制备方法，该方法包括以下步骤：步骤1，基于时敏目标模型的目标环境场景构建；步骤101，构建时敏目标模型；步骤102，环境场景建模：在步骤101得到时敏目标模型后，利用原始数据生成对应的地形数据模型，形成相应的数据库，所述的原始数据包括高程数据、矢量数据和影像图像；对环境热系统进行完整建模；步骤2，基于传感器参数的多波段成像仿真：所述的传感器参数包括传感器光学参数、传感器探测参数和传感器电学参数；所述的成像仿真能够在仿真波段范围内任意指定需要仿真的波段，提供多个频段的同时仿真并且在仿真的运行过程中进行仿真参数的修改，输出灰度图像的像素位宽不低于16bit；步骤3，进行视频与图像数据集采集：
步骤301，打开根据步骤102建模得到的环境场景对应的场景想定文件，场景想定文件的文件数据格式为XML，场景想定文件中包含了地形场景路径、目标模型路径、材质文件路径和各模块参数，加载场景想定文件后运行软件获得可视化仿真场景；步骤302，在可视化仿真场景中，进行根据步骤101构建的时敏目标模型的选择、添加、删除、位置姿态调整和比例调整的操作，并能够在可视化下进行编辑，实现场景的所见即所得；步骤303，利用步骤2中的基于传感器参数的多波段成像仿真方法，在多维的视角以及多尺度视场条件下，进行场景录制和预览，完成视频与图像数据集采集；步骤4，图像显著性检测的半自动数据标注：对步骤3中采集得到的视频与图像数据，首先采用KCF算法对视频与图像进行粗标注，然后采用FT算法对经过粗标注后的视频与图像进行精确标注，实现图像显著性检测的半自动数据标注。
[0005]本专利技术与现有技术相比，具有如下技术效果：（Ⅰ）本专利技术的方法在分析大量多种公开的现役武器装备相关信息数据的基础上构建军事时敏目标模型库以及多种模拟背景环境，然后通过多模传感器虚拟成像仿真建模，实现可见光、夜视、中波红外和长波红外仿真功能，最后在数据采集的基础上进行半自动数据标注从而实现数据集制备。
[0006]（Ⅱ）相比传统的利用已有数据进行数据增强方法，本专利技术的方法在从根源上弥补训练数据不足，目标种类较少等问题，能够在广度和深度两个层面扩展数据集，有利于目标识别等任务的顺利开展。
[0007]（Ⅲ）本专利技术的方法构建军事时敏目标多模仿真模型库以及海陆空多种模拟背景环境，能够仿真生成典型目标及场景数据，为后续的数据集制备奠定坚实基础。
[0008]（Ⅳ）本专利技术的方法采用多模传感器虚拟成像仿真建模，实现可见光、夜视、中波红外和长波红外仿真功能，考虑气象环境对仿真成像的影响，能够通过网络动态驱动软件平台成像并实时发送视频图像。
[0009]（
Ⅴ
）本专利技术的方法针对KCF目标跟踪算法对存在尺度变换目标图像跟踪效果不精确等问题，在KCF跟踪算法粗标注的基础上，根据有图像显著图策略，提取出目标显著图，随后进行阈值分割得到对应的二值图，进一步确定目标所在位置，进行精标注。
[0010]（
Ⅵ
）本专利技术的方法有效的解决了时敏目标检测任务中，训练数据集不足，目标种类单一等问题，能够利用虚拟仿真生成所需数据的同时进行目标标注，从而实现数据集的完整制备，为目标检测的精度提升奠定基础，具有一定的实用价值。
附图说明
[0011]图1为热红外效果图。
[0012]图2为部分目标模型图。
[0013]图3为地形建模过程图。
[0014]图4为部分地形场景模型图。
[0015]图5为可见光与长波红外的仿真结果图。
[0016]图6为基于传统的KCF算法的标注效果图。
[0017]图7为基于本专利技术的方法的半自动标注结果示意图。
[0018]以下结合实施例对本专利技术的具体内容作进一步详细解释说明。
具体实施方式
[0019]需要说明的是，本专利技术中的所有设备，如无特殊说明，全部均采用现有技术中已知的设备。
[0020]KCF算法指的是核相关滤波算法。
[0021]FT算法指的是频率调谐显著性检测算法。
[0022]MOSSE模型指的是最小输出和平方误差模型。
[0023]CSK模型指的是基于循环矩阵结构的跟踪算法模型。
[0024]为了进一步提升精导武器的智能化程度，适应智能检测识别任务的需求，研究如何制备目标种类多、目标状态覆盖面广及目标样本逼真度高的优质图像目标数据集刻不容缓。
[0025]本专利技术针对基于深度的目标检测算法数据集不足、时敏目标检测精度不高的问题，设计了一种基于目标机理模型的多模仿真数据集制备方法，本专利技术针对时敏目标建模与仿真、目标环境场景建模、传感器效应仿真及场景想定编辑、视频图像数据生成采集、数据集半自动标注制备方法等关键技术开展研究，从而提高时敏目标数据集制备能力，为目标检测识别等机器视觉任务奠定良好的基础。
[0026]本专利技术的基于目标机理模型的多模仿真数据集制备方法主要包括目标及地形数据加载、想定场景生成、环境传感器仿真计算、图像及视频数据集仿真生成等功能。依托时敏目标以及目标环境场景建模构建虚拟仿真生成数据生成系统；然后通过根据环境参数与传感器参数进行多波段传感器成像仿真，并提供基础的数据支撑；随后利用多维度视角、多尺度视场进行视频和图像数据集采集；最后利用基于KCF算法和FT算法图像显著性检测的半自动数据标注方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标机理模型的多模仿真数据集制备方法，其特征在于，该方法包括以下步骤：步骤1，基于时敏目标模型的目标环境场景构建：步骤101，构建时敏目标模型；步骤102，环境场景建模：在步骤101得到时敏目标模型后，利用原始数据生成对应的地形数据模型，形成相应的数据库，所述的原始数据包括高程数据、矢量数据和影像图像；对环境热系统进行完整建模；步骤2，基于传感器参数的多波段成像仿真：所述的传感器参数包括传感器光学参数、传感器探测参数和传感器电学参数；所述的成像仿真能够在仿真波段范围内任意指定需要仿真的波段，提供多个频段的同时仿真并且在仿真的运行过程中进行仿真参数的修改，输出灰度图像的像素位宽不低于16bit；步骤3，进行视频与图像数据集采集：步骤301，打开根据步骤102建模得到的环境场景对应的场景想定文件，场景想定文件的文件数据格式为XML，场景想定文件中包含了地形场景路径、目标模型路径、材质文件路径和各模块参数，加载场景想定文件后运行软件获得可视化仿真场景；步骤302，在可视化仿真场景中，进行根据步骤101构建的时敏目标模型的选择、添加、删除、位置姿态调整和比例调整的操作，并能够在可视化下进行编辑，实现场景的所见即所得；步骤303，利用步骤2中的基于传感器参数的多波段成像仿真方法，在多维的视角以及多尺度视场条件下，进行场景录制和预览，完成视频与图像数据集采集；步骤4，图像显著性检测的半自动数据标注：对步骤3中采集得到的视频与图像数据，首先采用KCF算法对视频与图像进行粗标注，然后采用FT算法对经过粗标注后的视频与图像进行精确标注，实现图像显著性检测的半自动数据标注。2.如权利要求1所述的基于目标机理模型的多模仿真数据集制备方法，其特征在于，步骤101的具体过程包括：步骤10101，通过分析多种公开的现役武器装备相关信息数据，建立一套模型库；然后进行目标的动态热区域仿真，通过确定目标体内热源和目标体表面的相对位置，设定热相关参数，从而在仿真中实现目标体内热源的仿真；步骤10102，利用以下公式计算目标的红外辐射，得到时敏目标模型；式中：表示到达观测点的总辐射亮度；表示与场景物体同温度的黑体辐射亮度；表示物体的表面反射周围的辐射亮度；
表示物体材质的发射率；表示大气透过率；表示大气路径程辐射。3.如权利要求2所述的基于目标机理模型的多模仿真数据集制备方法，其特征在于，步骤10101中，所述的热相关参数包括材质层数、材质参数和厚度。4.如权利要求2所述的基于目标机理模型的多模仿真数据集制备方法，其特征在于，步骤10102中，所述的红外辐射包括物体表面自身发射的热辐射、太阳入射的热辐射和环境背景散射的热辐射的反射辐射和向上的路径大气发射的热辐射。5.如权利要求1所述的基于目标机理模型的多模仿真数据集制备方法，其特征在于，步骤102中，所述的对环境热系统进行完整建模包括具体场景在指定日期和经纬度地理条件下的气温参数、太阳、月亮和星系在具体时刻的高度角照射，目标的热区域、热边界和热平衡，从而能够实时地更新物体的温度。6.如权利要求1所述的基于目标机理模型的多模仿真数据集制备方法，其特征在于，步骤2中，所述的传感器光学参数包括孔径形状、孔径大小、纵横比和焦距；...

【专利技术属性】
技术研发人员：杨小冈，王思宇，申通，卢瑞涛，席建祥，李清格，蔡光斌，范继伟，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：