一种用于无人艇感知系统的水天线检测方法技术方案

本发明专利技术涉及一种用于无人艇感知系统的水天线检测方法，其特征包括以下步骤：S1)建立水天线检测卷积神经网络结构，所述的水天线检测卷积神经网络结构包括：用于特征提取的骨干网络和分支预测输出头部网络；S2)使用训练数据集对步骤S1建立的水天线检测卷积神经网络结构进行训练；S3)当训练达到迭代次数Q时，将网络中的所有权重值w和偏置值b固定并保存，得到训练完成的卷积神经网络模型W；S4)将所有(x,y,θ)存入容器allpoints中；S5)从而得到水天线图像坐标直线方程y＝k

【技术实现步骤摘要】
一种用于无人艇感知系统的水天线检测方法


[0001]本专利技术属于计算机图像处理
，具体涉及一种用于无人艇感知系统的水天线检测方法。

技术介绍

[0002]近年来，无人水面艇在民用科考以及军事应用等领域发挥着越来越重要的作用。无人水面艇需要在无人干预的情况下自主航行并完成各种任务，所以必须具备对水面环境及环境中各类目标的感知能力。现有无人水面艇配备雷达、摄像头、光电等传感器获取一定范围内的环境和目标信息。
[0003]无人水面艇等海面载体搭载的摄像机或光电采集的可见光图像中，舰船目标通常出现在水天线附近，而且水天线在图像中的位置与摄像机姿态有关。因此，水天线的准确检测具有缩小目标检测范围、辅助图像校准和光电目标辅助跟踪等重要的意义。此外，还可以利用水天线将图像分割为两个部分，有利于使用不同的方法对这两部分进行处理。因此，水天线可用于无人艇视觉导航、光电目标跟踪，是无人水面艇自主航行的重要参照特征。
[0004]水天线检测相关研究较多，大多应用于红外图像，主要可以概括为两类方法。第一类是基于边缘点直线检测的方法，通过对高梯度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于无人艇感知系统的水天线检测方法，其特征包括以下步骤：S1)建立水天线检测卷积神经网络结构，所述的水天线检测卷积神经网络结构包括：用于特征提取的骨干网络和分支预测输出头部网络，用于特征提取的骨干网络共9个卷积层，数据输入层Data是16张192*512大小的图片；CBR1操作完成后特征图大小为32*96*256，CBR1是32个步长为2的5*5卷积操作+BN操作+ReLU激活函数；CBR2操作完成后特征图大小为64*48*128，CBR2是64个步长为2的3*3卷积操作+BN操作+ReLU激活函数；CBR3操作完成后特征图大小为64*48*128，CBR3是64个步长为1的3*3卷积操作+BN操作+ReLU激活函数；P1运算完成后特征图大小为64*24*64，P1是步长为2的3*3的Maxpool操作；CBR4操作完成后特征图大小为64*24*64，CBR4是64个步长为1的3*3卷积操作+BN操作+ReLU激活函数；CBR5操作完成后特征图大小为128*12*32，CBR5是128个步长为2的3*3卷积操作+BN操作+ReLU激活函数；然后分出两个运算分支，Conv1操作完成后特征图大小为128*12*32，Conv1是128个步长为1的3*3卷积操作，P2运算完成后特征图大小为128*6*16，P2是步长为2的3*3的Maxpool操作；CBR6操作完成后特征图大小为128*6*16，CBR6是128个步长为1的3*3卷积操作+BN操作+ReLU激活函数；CBR7操作完成后特征图大小为128*12*32，CBR7是128个步长为1的1*1卷积操作+BN操作+ReLU激活函数；再分出两个运算分支，Conv2操作完成后特征图大小为128*6*16，Conv2是128个步长为1的3*3卷积操作，P3运算完成后特征图大小为128*3*8，P3是步长为2的3*3的Max pool操作；CBR8操作完成后特征图大小为128*3*8，CBR8是128个步长为1的3*3卷积操作+BN操作+ReLU激活函数；Deconv1操作完成后特征图大小为128*6*16，Deconv1是128个3*3反卷积操作；Eltwise1操作完成后特征图大小为256*6*16，Eltwise1是求和sum操作；Deconv2操作完成后特征图大小为128*12*32，Deconv2是128个3*3反卷积操作；Eltwise2操作完成后特征图大小为256*12*32，Eltwise2是sum(求和)操作；CBR9操作完成后特征图大小为128*12*32，CBR9是128个步长为1的3*3卷积操作+BN操作+ReLU激活函数，所述的分支预测输出头网络具体包括三个分支，分别为：关键点热度图预测分支、关键点偏移量预测分支以及水天线角度预测分支；关键点热度图预测分支网络操作为CBR10
‑
1和Conv3
‑
1，其中CBR10
‑
1操作完成后特征图大小为64*12*32，CBR10
‑
1是64个步长为1的3*3卷积操作+BN操作+ReLU激活函数；Conv3
‑
1操作完成后特征图大小为N*12*32，Conv3
‑
1是N个步长为1的1*1卷积操作+BN操作+ReLU激活函数，N为目标类别数，这里N＝1，损失函数为关键点热度图损失L
hm
。关键点偏移量预测分支网络操作为CBR10
‑
2和Conv3
‑
2，其中CBR10
‑
2操作完成后特征图大小为64*12*32，CBR10
‑
2是64个步长为1的3*3卷积操作+BN操作+ReLU激活函数；Conv3
‑
2操作完成后特征图大小为2*12*32，Conv3
‑
2是2个步长为1的1*1卷积操作+BN操作+ReLU激活函数；关键点偏移量预测分支输出通道数为2，损失函数为预测关键点到真实关键点的偏移量损失L
offset
。水天线角...

【专利技术属性】
技术研发人员：段亚军，杜俭业，鲍永亮，
申请(专利权)人：航天科工深圳集团有限公司，
类型：发明
国别省市：