基于无人机航测的图像信息分析方法及AI服务器技术

本发明专利技术涉及无人机和人工智能技术领域，具体涉及基于无人机航测的图像信息分析方法及AI服务器，通过两种互斥像素单元联系特征的图像描述子提炼操作，可以得到无人机航测局部图像块的不同状态下的无人机航测图像块描述子，改善了无人机航测局部图像块中图像细节之间的持续性削弱的缺陷。进一步地，通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，可以获得每个无人机航测局部图像块的对象检测标签，能够基于分治思路对无人机航测图像信息进行对象检测标签的确定，提升了对多目标检测的确定精度和完整性，同时还改善了针对连续的无人机航测图像信息的图像细节持续性削弱的短板。机航测图像信息的图像细节持续性削弱的短板。机航测图像信息的图像细节持续性削弱的短板。

【技术实现步骤摘要】
基于无人机航测的图像信息分析方法及AI服务器


[0001]本专利技术涉及无人机和人工智能
，具体而言，涉及基于无人机航测的图像信息分析方法及AI服务器。

技术介绍

[0002]无人机航测（Unmanned aerial vehicle measurement）是传统航空摄影测量手段的有力补充，具有机动灵活、高效快速、精细准确、作业成本低、适用范围广、生产周期短等特点，在小区域和飞行困难地区高分辨率影像快速获取方面具有明显优势，随着无人机与数码相机技术的发展，基于无人机平台的数字航摄技术已显示出其独特的优势。
[0003]随着人工智能（Artificial Intelligence，AI）的发展，针对无人机航测的图像分析技术逐渐普及，在一些应用场景下，需要对航测图像进行对象检测，但是传统技术难以保障对象检测的精度和完整性。

技术实现思路

[0004]本专利技术至少提供基于无人机航测的图像信息分析方法及AI服务器。
[0005]本专利技术提供了一种基于无人机航测的图像信息分析方法，应用于AI服务器，所述方法包括：获取无人机航测图像信息，依据所述无人机航测图像信息中的航测任务对象描述，将无人机航测图像信息分割成最少一个无人机航测局部图像块，并依据所述无人机航测图像信息中的航测任务对象描述，确定每个无人机航测局部图像块中的航测任务对象描述对应的航测任务对象小波变量；通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，依据所述第一无人机航测图像块描述子以及所述第二无人机航测图像块描述子得到每个无人机航测图像信息的无人机航测图像信息描述子，所述第一像素单元联系特征与所述第二像素单元联系特征互斥；通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签，并将全部无人机航测局部图像块的对象检测标签作为所述无人机航测图像信息的对象检测标签，第一图像描述子提炼组件、第二图像描述子提炼组件以及对象标签检测组件形成完成调试的无人机航测图像检测网络，所述无人机航测图像检测网络是依据调试学习信息循环调试所得的。
[0006]在一些可选的实施例中，所述通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，之前，所述方法还包括：将所述无人机航测图像信
息进行像素语义特征挖掘，得到第一像素语义特征；对所述无人机航测图像信息中的航测任务对象细节分别进行像素语义特征挖掘，得到第二像素语义特征；依据所述第一像素语义特征以及所述第二像素语义特征确定无人机航测图像信息的像素语义特征；所述通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，包括：通过所述无人机航测图像信息的各像素语义特征的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子，通过所述无人机航测图像信息的各像素语义特征的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子。
[0007]在一些可选的实施例中，所述确定每个无人机航测局部图像块中的航测任务对象描述对应的航测任务对象小波变量，包括：确定无人机航测局部图像块中与预存的航测任务对象小波变量池中的各航测任务对象小波变量配对的小波变量，并将配对的小波变量作为无人机航测局部图像块中航测任务对象描述对应的航测任务对象小波变量。
[0008]在一些可选的实施例中，所述通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签之前，还包括：依据预存的航测任务对象小波变量的航测对象判别观点确定所述无人机航测局部图像块中的航测任务对象小波变量的航测对象判别观点；所述通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签，包括：通过解析各航测任务对象小波变量以及所述无人机航测局部图像块中的航测任务对象小波变量的航测对象判别观点对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签。
[0009]在一些可选的实施例中，所述完成调试的无人机航测图像检测网络是依据调试学习信息循环调试所得的，包括：针对每次调试，获取调试学习信息，所述调试学习信息中包括一个航测任务对象描述以及该航测任务对象描述对应的航测任务对象小波变量，每个航测任务对象小波变量具有航测对象判别观点；将所述调试学习信息通过第一像素单元联系特征加载到拟调试图像检测网络中的第一图像描述子提炼组件，得到针对所述调试学习信息的第一无人机航测图像块描述子；将所述调试学习信息通过第二像素单元联系特征加载到拟调试图像检测网络中的第二图像描述子提炼组件，得到针对所述调试学习信息的第二无人机航测图像块描述子，依据所述第一无人机航测图像块描述子以及所述第二无人机航测图像块描述子，得到所述调试学习信息的无人机航测图像信息描述子；将所述调试学习信息的无人机航测图像信息描述子以及所述调试学习信息中的航测任务对象小波变量的航测对象判别观点作为拟调试图像检测网络中的完成调试的对象标签检测组件的传入信息，并通过所述拟调试图像检测网络中的完成调试的对象标签检测组件的对象检测标签以及所述调试学习信息中的航测任务对象小波变量的航测对象判
别观点确定该次调试过程的网络调试代价指标，并通过所述网络调试代价指标优化所述拟调试图像检测网络中的网络参量；通过多轮循环调试，在确定所述拟调试图像检测网络的网络调试代价指标符合稳定性要求时，得到无人机航测图像检测网络。
[0010]在一些可选的实施例中，所述获取调试学习信息之前，所述方法还包括：获取衍生调试学习信息，依据获取的航测任务对象描述集合以及航测任务对象小波变量池确定所述衍生调试学习信息中的各航测任务对象描述以及各航测任务对象描述对应的航测任务对象小波变量；依据所述衍生调试学习信息中的各航测任务对象描述以及各航测任务对象描述对应的航测任务对象小波变量将所述衍生调试学习信息分割成多个调试学习信息。
[0011]在一些可选的实施例中，所述获取衍生调试学习信息前，还包括：获取拟注释航测图像信息，依据既定的各航测任务对象描述以及各航测任务对象描述对应的航测任务对象小波变量对各拟注释航测图像信息进行注释，得到各拟注释航测图像信息的知识注释集；依据各拟注释航测图像信息的知识注释集，确定图像分析策略，并依据图像分析策略确定各拟注释航测图像信息中扩充的各航测任务对象描述以及各航测任务对象描述对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机航测的图像信息分析方法，其特征在于，应用于AI服务器，所述方法包括：获取无人机航测图像信息，依据所述无人机航测图像信息中的航测任务对象描述，将无人机航测图像信息分割成最少一个无人机航测局部图像块，并依据所述无人机航测图像信息中的航测任务对象描述，确定每个无人机航测局部图像块中的航测任务对象描述对应的航测任务对象小波变量；通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，依据所述第一无人机航测图像块描述子以及所述第二无人机航测图像块描述子得到每个无人机航测图像信息的无人机航测图像信息描述子，所述第一像素单元联系特征与所述第二像素单元联系特征互斥；通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签，并将全部无人机航测局部图像块的对象检测标签作为所述无人机航测图像信息的对象检测标签，第一图像描述子提炼组件、第二图像描述子提炼组件以及对象标签检测组件形成完成调试的无人机航测图像检测网络，所述无人机航测图像检测网络是依据调试学习信息循环调试所得的。2.如权利要求1所述的方法，其特征在于，所述通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，之前，所述方法还包括：将所述无人机航测图像信息进行像素语义特征挖掘，得到第一像素语义特征；对所述无人机航测图像信息中的航测任务对象细节分别进行像素语义特征挖掘，得到第二像素语义特征；依据所述第一像素语义特征以及所述第二像素语义特征确定无人机航测图像信息的像素语义特征；所述通过每个无人机航测局部图像块的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子；通过每个无人机航测局部图像块的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子，包括：通过所述无人机航测图像信息的各像素语义特征的第一像素单元联系特征的图像描述子提炼策略，得到第一无人机航测图像块描述子，通过所述无人机航测图像信息的各像素语义特征的第二像素单元联系特征的图像描述子提炼策略，得到第二无人机航测图像块描述子。3.如权利要求1所述的方法，其特征在于，所述确定每个无人机航测局部图像块中的航测任务对象描述对应的航测任务对象小波变量，包括：确定无人机航测局部图像块中与预存的航测任务对象小波变量池中的各航测任务对象小波变量配对的小波变量，并将配对的小波变量作为无人机航测局部图像块中航测任务对象描述对应的航测任务对象小波变量。4.如权利要求1所述的方法，其特征在于，所述通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签之前，还包括：依据预存的航测任务对象小波变量的航测对象判别观点确定所述无人机航测局部图像块中的航测任务对象小波变量的航测对象判别观点；
所述通过解析各航测任务对象小波变量对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签，包括：通过解析各航测任务对象小波变量以及所述无人机航测局部图像块中的航测任务对象小波变量的航测对象判别观点对各无人机航测局部图像块的图像描述子决策观点的置信度评价，得到每个无人机航测局部图像块的对象检测标签。5.如权利要求1所述的方法，其特征在于，所述完成调试的无人机航测图像检测网络是依据调试学习信息循环...

【专利技术属性】
技术研发人员：刘学亮，徐杰，任继远，
申请(专利权)人：天之翼苏州科技有限公司，
类型：发明
国别省市：