水深数据识别模型的训练方法、水深数据识别方法及装置制造方法及图纸

本申请公开了一种水深数据识别模型的训练方法、水深数据识别方法及装置。所述训练方法包括：基于样本栅格海图中水深值的数据属性对预设数字集合中的数字进行组合，得到多个数字序列，每个数字序列表示一个水深值；基于预设模板图像、样本栅格海图中水深值的字符参数以及目标数字序列，生成包含目标数字序列的候选水深值图像，目标数字序列为多个数字序列中的任一个数字序列；对候选水深值图像和样本背景图像进行融合处理，得到目标数字序列对应的样本水深值图像；基于多个数字序列分别对应的样本水深值图像以及多个数字序列分别表示的水深值，训练水深数据识别模型。训练水深数据识别模型。训练水深数据识别模型。

【技术实现步骤摘要】
水深数据识别模型的训练方法、水深数据识别方法及装置


[0001]本申请涉及地理信息处理
，尤其涉及一种水深数据识别模型的训练方法、水深数据识别方法及装置。

技术介绍

[0002]目前，在水深数据识别模型的训练阶段，通常是由作业人员手动在已有栅格海图上截取包含水深值的图像，并根据所截取的图像呈现的水深值为该图像标注上相应的水深值，进一步将截取的图像及其对应的标注数据作为训练数据，对水深数据识别模型进行训练。
[0003]但是，为了提高水深数据识别模型的训练效果，通常需要大量携带标签的训练样本，上述手动作业的方式需要作业人员花费大量时间进行图像截取和数据标注工作，不适用于大批量的训练数据采集，进而影响水深数据识别模型的训练效率；此外，从已有栅格海图中截取的图像的精度依赖于作业人员的经验和细心程度，易产生误差，因而训练数据的质量无法得到保证，最终影响训练出的水深数据识别模型的识别准确率。

技术实现思路

[0004]本申请实施例的目的提供一种水深数据识别模型的训练方法、水深数据识别方法及装置，用于解决相关技术中通过手动获取训练数据的方式存在的训练效率低、训练出的水深数据识别模型的识别准确率无法得到保证的问题。
[0005]为了实现上述目的，本申请实施例采用下述技术方案：第一方面，本申请实施例提供一种水深数据识别模型的训练方法，包括：基于样本栅格海图中水深值的数据属性，对预设数字集合中的数字进行组合，得到多个数字序列，每个数字序列表示一个水深值；基于预设模板图像、所述样本栅格海图中水深值的字符参数以及目标数字序列，生成包含所述目标数字序列的候选水深值图像，所述目标数字序列为所述多个数字序列中的任一个数字序列；对所述候选水深值图像和样本背景图像进行融合处理，得到所述目标数字序列对应的样本水深值图像；基于所述多个数字序列分别对应的样本水深值图像以及所述多个数字序列分别表示的水深值，训练水深数据识别模型。
[0006]可以看出，通过本申请实施例提供的水深数据识别模型的训练方法，利用栅格海图中表示的水深值通常由一串数字表示这一规律，基于样本栅格海图中水深值的数据属性，比如水深值的数值等，对预设数字集合中的数字进行组合，得到多个数字序列，由此每个数字序列即可表示一个水深值；接着，利用图像处理技术，针对每个数字序列，基于该数字序列、预设模板图像以及样本栅格海图中水深值的字符参数，生成包含该数字序列的候选水深值图像，该候选水深值图像及其包含的数字序列所表示的水深值，即可用作训练水
深数据识别模型的训练数据，由此训练数据的获取仅利用图像处理技术即可自动生成，相较于手动从栅格海图中截取水深值图像的方式，效率高，可用于适用于大批量的训练样本采集，有利于提升水深数据识别模型的训练效率，且训练样本的质量不受人为因素的影响，有利于提高水深数据识别模型的准确性；在此基础上，通过对候选水深值图像和预先设置好的样本背景图像进行融合处理，得到该数字序列对应的样本水深值图像，该样本水深值图像既包含了表示水深值的数字序列，又融合了样本背景图像，能够更接近真实的栅格海图的背景，进一步基于多个数字序列分别对应的样本水深值图像和每个数字序列表示的水深值，对水深数据识别模型进行训练，有利于增强水深数据识别模型的准确性和稳定性。
[0007]第二方面，本申请实施例提供一种水深数据识别方法，包括：从目标栅格海图中提取包含目标数字序列的图像区域，并确定所述图像区域在栅格坐标系下的栅格坐标位置，其中，所述目标数字序列用于表示所述目标栅格海图中的目标水深点的水深值；基于所述图像区域的栅格坐标位置以及所述栅格坐标系与地理坐标系之间的映射关系，确定所述目标水深点在所述地理坐标系下的地理坐标位置；通过水深数据识别模型对所述图像区域进行识别，得到所述目标水深点的水深值，所述水深数据识别模型为基于第一方面所述的方法训练得到的；基于所述目标水深点的水深值和所述目标水深点在所述地理坐标系下的地理坐标位置，确定所述图像区域对应的水深数据。
[0008]可以看出，通过本申请实施例提供的水深数据识别方法，在通过本申请实施例提出的水深数据识别模型的训练方法训练得到水深数据识别模型之后，利用该水深数据识别模型对从目标栅格海图中提取的包含目标数字序列的图像区域进行识别，可以识别出该图像区域所表示的目标水深点的水深值，由于水深数据识别模型的准确性和稳定性高，进而识别出的水深值更准确；此外，还基于该图像区域在栅格坐标系下的栅格坐标位置以及栅格坐标系与地理坐标系之间的映射关系，确定目标水深点在地理坐标系下的地理坐标位置，由于目标水深点的地理坐标位置是通过坐标映射关系得到的，进而目标水深点的地理坐标位置也更准确；进一步，基于目标水深点的地理坐标位置和水深值即可准确确定出图像区域对应的水深数据，有利于提高目标栅格海图中水深数据的识别准确性。
[0009]第三方面，本申请实施例提供一种水深数据识别模型的训练装置，包括：第一生成单元，用于基于样本栅格海图中水深值的数据属性，对预设数字集合中的数字进行组合，得到多个数字序列，每个数字序列表示一个水深值；第二生成单元，用于基于预设模板图像、所述样本栅格海图中水深值的字符参数以及目标数字序列，生成包含所述目标数字序列的候选水深值图像，所述目标数字序列为所述多个数字序列中的任一个数字序列；融合单元，用于对所述候选水深值图像和样本背景图像进行融合处理，得到所述目标数字序列对应的样本水深值图像；训练单元，用于基于所述多个数字序列分别对应的样本水深值图像以及所述多个数字序列分别表示的水深值，训练水深数据识别模型。
[0010]第四方面，本申请实施例提供一种水深数据识别装置，包括：第一确定单元，用于从目标栅格海图中提取包含目标数字序列的图像区域，并确
定所述图像区域在栅格坐标系下的栅格坐标位置，其中，所述目标数字序列用于表示所述目标栅格海图中的目标水深点的水深值；第二确定单元，用于基于所述图像区域的栅格坐标位置以及所述栅格坐标系与地理坐标系之间的映射关系，确定所述目标水深点在所述地理坐标系下的地理坐标位置；识别单元，用于通过水深数据识别模型对所述图像区域进行识别，得到所述目标水深点的水深值，所述水深数据识别模型为基于第一方面所述的方法训练得到的；第三确定单元，用于基于所述目标水深点的水深值和所述目标水深点在所述地理坐标系下的地理坐标位置，确定所述图像区域对应的水深数据。
[0011]第五方面，本申请实施例提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如第一方面或第二方面所述的方法。
[0012]第六方面，计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面或第二方面所述的方法。
附图说明
[0013]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请的一个实施例提供的一种水深本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水深数据识别模型的训练方法，其特征在于，包括：基于样本栅格海图中水深值的数据属性，对预设数字集合中的数字进行组合，得到多个数字序列，每个数字序列表示一个水深值；基于预设模板图像、所述样本栅格海图中水深值的字符参数以及目标数字序列，生成包含所述目标数字序列的候选水深值图像，所述目标数字序列为所述多个数字序列中的任一个数字序列；对所述候选水深值图像和样本背景图像进行融合处理，得到所述目标数字序列对应的样本水深值图像；基于所述多个数字序列分别对应的样本水深值图像以及所述多个数字序列分别表示的水深值，训练水深数据识别模型。2.根据权利要求1所述的方法，其特征在于，所述字符参数包括所述样本栅格海图中水深值的数据格式信息、字体信息以及数字尺寸信息；所述基于预设模板图像、所述样本栅格海图中水深值的字符参数以及目标数字序列，生成包含所述目标数字序列的候选水深值图像，包括：基于所述字体信息，对所述目标数字序列中每个数字的字体进行调整，得到候选水深值文本；基于所述数据格式信息和所述数字尺寸信息，对所述候选水深值文本中每个数字的尺寸进行调整，得到目标水深值文本；在所述预设模板图像中添加所述目标水深值文本，得到所述候选水深值图像。3.根据权利要求2所述的方法，其特征在于，所述数据格式信息包括水深值的小数位数；所述数字尺寸信息包括如下信息中的至少一种：水深值中相邻两个数字之间的间距、水深值中整数部分的数字的尺寸、水深值中小数部分的数字的尺寸；所述字体信息包括如下信息中的至少一种：水深值中每个数字的字体大小、字体颜色、字体类型。4.根据权利要求1所述的方法，其特征在于，所述对所述候选水深值图像和样本背景图像进行融合处理，得到所述目标数字序列对应的样本水深值图像，包括：从所述样本背景图像中提取与所述候选水深值图像匹配的目标背景图像数据；将所述候选水深值图像的图像数据与所述目标背景图像数据进行融合，得到所述目标数字序列对应的样本水深值图像。5.根据权利要求4所述的方法，其特征在于，所述从所述样本背景图像中提取与所述候选水深值图像匹配的目标背景图像数据，包括：对所述候选水深值图像进行图像处理和识别，以确定所述候选水深值图像中包含所述目标数字序列的感兴趣区域以及所述感兴趣区域的尺寸信息；在所述样本背景图像中提取与所述感兴趣区域的尺寸信息匹配的图像数据，作为所述目标背景图像数据。6.根据权利要求5所述的方法，其特征在于，所述将所述候选水深值图像的图像数据与所述目标背景图像数据进行融合，得到所述目标数字序列对应的样本水深值图像，包括：对所述目标背景图像数据进行高斯滤波处理，得到目标滤波...

【专利技术属性】
技术研发人员：张曙光，王斌，茹伟娜，崔岩，
申请(专利权)人：北京星天科技有限公司，
类型：发明
国别省市：