【技术实现步骤摘要】
一种基于多模态融合的船舶目标识别方法
[0001]本专利技术属于目标识别
,具体涉及一种基于多模态融合的船舶目标识别方法的设计
。
技术介绍
[0002]目标识别是指将一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中区分出来的过程,其既包括两个非常相似目标的识别,也包括一种类型的目标同其他类型目标的识别
。
目标识别的基本原理是利用雷达回波或图像数据中的目标特征信息,通过数学上的各种多维空间变换来估算目标的大小
、
形状
、
重量和表面层的物理特性参数,最后根据大量训练样本所确定的鉴别函数,在分类器中进行识别判决
。
[0003]目前,针对船舶的目标识别方法基本上是基于单模态数据的,例如采用机器学习算法或深度学习模型直接对包含船舶的卫星图像数据或雷达回波数据进行分类识别,但基于单模态数据的船舶目标识别方法受数据源影响较大,当采集的单模态数据精度较低或者出现误差时,会造成目标识别精度较低的问题
。
技术实现思路
[0004]本专利技术的目的是为了解决现有基于单模态数据的船舶目标识别方法识别精度较低的问题,提出了一种基于多模态融合的船舶目标识别方法
。
[0005]本专利技术的技术方案为:一种基于多模态融合的船舶目标识别方法,包括以下步骤:
S1、
采集待识别水体区域的雷达回波数据和卫星图像数据,并进行预处理
。
[0006]S2、
根据预处理后的雷 ...
【技术保护点】
【技术特征摘要】
1.
一种基于多模态融合的船舶目标识别方法,其特征在于,包括以下步骤:
S1、
采集待识别水体区域的雷达回波数据和卫星图像数据,并进行预处理;
S2、
根据预处理后的雷达回波数据和卫星图像数据提取雷达特征向量和卫星特征向量;
S3、
将雷达特征向量和卫星特征向量分别输入基于
SSD
算法的目标检测模型,得到雷达目标检测结果和卫星目标检测结果;
S4、
采用双线性池化方法对雷达目标检测结果和卫星目标检测结果进行多模态融合,得到船舶目标识别结果
。2.
根据权利要求1所述的船舶目标识别方法,其特征在于,所述步骤
S1
中雷达回波数据的预处理包括滤波处理
、
辐射定标
、
地理编码和几何校正
。3.
根据权利要求1所述的船舶目标识别方法,其特征在于,所述步骤
S1
中卫星图像数据的预处理包括辐射定标
、
大气校正
、
波段融合
、
几何校正和图像裁剪
。4.
根据权利要求1所述的船舶目标识别方法,其特征在于,所述步骤
S2
中雷达特征向量中的特征包括船舶尺寸
、
船舶速度
、
船舶方向和雷达反射特性
。5.
根据权利要求1所述的船舶目标识别方法,其特征在于,所述步骤
S2
中卫星特征向量中的特征包括船舶尺寸
、
船舶速度
、
船舶方向和卫星图像分辨率
。6.
根据权利要求1所述的船舶目标识别方法,其特征在于,所述步骤
S3
包括以下分步骤:
S31、
将雷达特征向量和卫星特征向量分别输入
VGG16
网络,并进行正则化处理,得到第一雷达特征图和...
【专利技术属性】
技术研发人员:魏强,刘广志,易明权,
申请(专利权)人:四川观想科技股份有限公司,
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。