System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及船舶目标识别,具体为一种基于特征融合及混合注意力的小目标船舶识别方法。
技术介绍
1、近年来,航道监控系统在海洋交通管理和船舶安全领域起着关键作用。航道监控系统通过实时监测航道区域的船舶活动,帮助监控员及时发现潜在的危险或违规行为,确保航行安全。然而,由于航道监控画面中存在大量小目标船舶,如小型渔船或快艇等,这些小目标船舶的准确识别和定位一直是一个具有挑战性的问题。
2、传统的目标识别方法在处理小目标船舶时存在一些困难。首先,小目标船舶的尺寸较小,导致其在航道监控画面中的像素级别信息相对较少,容易被其他背景干扰。其次,小目标船舶的外观特征和形状多样,包括颜色、纹理和几何形状等,使得传统的特征提取方法难以准确捕捉到这些细微差异。因此,如何有效地识别和定位小目标船舶,成为了航道监控系统中亟待解决的问题。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种基于特征融合及混合注意力的小目标船舶识别方法,结合了观察员的先验知识和数据驱动的特征表示,以提高对小目标船舶的识别准确性和鲁棒性,在目标识别网络中进行像素级别的小目标检测,通过混合注意力特征图对航道监控画面进行分析,以准确识别和定位小目标船舶。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:一种基于特征融合及混合注意力的小目标船舶识别方法,包括以下步骤:
3、从航道监控画面中提取船舶的运动特征;
4、评价同属一个船舶目标的运动区域的一致性程度;
6、提取小目标船舶的图像特征;
7、将运动特征与图像特征进行融合,增强小目标船舶与环境的特征区分度;
8、构建混合注意力模型,结合观察员的注意力分布和数据驱动的特征表示,强化模型对图像中船舶特征的关注程度;
9、利用混合注意力模型,识别和定位小目标船舶。
10、优选的,所述评价同属一个船舶目标的运动区域的一致性程度的步骤包括:计算运动区域间的速度一致性、方向一致性和形状一致性。
11、优选的,所述合并和补偿同属一个船舶目标的运动区域的步骤包括:将一致性程度高的运动区域进行合并,并根据合并后的运动区域补偿其他运动区域的运动特征。
12、优选的,所述提取小目标船舶的图像特征的步骤包括:使用双边滤波和对比受限自适应直方图均衡化算法,根据每个块内的像素值分布来调整像素的对比度,实现图像去雾。
13、优选的,所述将运动特征与图像特征进行融合的步骤包括:基于指数的掩膜权重映射方法,将运动特征图以掩膜的方式对航道图像进行逐元素相乘,抑制非运动的背景环境,同时保持船舶图像特征显著性。
14、优选的,所述观察员的注意力分布是通过使用眼动仪捕捉观察员在广域航道监控画面中的注意力分布得到的。
15、优选的,所述构建混合注意力模型的步骤包括:使用观察员的注意力分布生成先验注意力特征图和使用卷积神经网络生成数据驱动的注意力特征图,并将两者进行融合得到最终的混合注意力特征图。
16、优选的,所述识别和定位小目标船舶的步骤包括:在目标识别网络中进行像素级别的小目标检测,通过混合注意力特征图对航道监控画面进行分析,准确识别并定位小目标船舶。
17、本专利技术还提供一种基于特征融合及混合注意力的小目标船舶识别装置,包括:
18、运动特征提取模块,用于从航道监控画面中提取船舶的运动特征;
19、一致性评价模块,用于评价同属一个船舶目标的运动区域的一致性程度;
20、合并与补偿模块,用于合并和补偿同属一个船舶目标的运动区域;
21、图像特征提取模块,用于提取小目标船舶的图像特征;
22、特征融合模块,用于将运动特征与图像特征进行融合,增强小目标船舶与环境的特征区分度;
23、混合注意力模型,用于结合观察员的注意力分布和数据驱动的特征表示,强化模型对图像中船舶特征的关注程度;
24、目标识别网络,用于利用混合注意力特征图识别和定位小目标船舶。
25、本专利技术还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的方法。
26、本专利技术还提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述的方法。
27、本专利技术提供了一种基于特征融合及混合注意力的小目标船舶识别方法。具备以下有益效果:
28、本专利技术充分利用运动特征和图像特征的信息,通过特征融合和混合注意力模型的应用,显著提高小目标船舶的识别准确性和鲁棒性。通过运动特征的补全和图像特征的增强,可以克服环境噪声和视觉遮挡等挑战,提高识别的可靠性。通过混合注意力模型的设计和应用,可以充分利用观察员的先验知识和数据驱动的特征表示,增强模型对船舶特征的关注程度,提高识别的精确度,能够有效地应用于小目标船舶的识别领域,并具有广泛的应用前景。
本文档来自技高网...【技术保护点】
1.一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述评价同属一个船舶目标的运动区域的一致性程度的步骤包括:计算运动区域间的速度一致性、方向一致性和形状一致性。
3.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述合并和补偿同属一个船舶目标的运动区域的步骤包括:将一致性程度高的运动区域进行合并,并根据合并后的运动区域补偿其他运动区域的运动特征。
4.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述提取小目标船舶的图像特征的步骤包括:使用双边滤波和对比受限自适应直方图均衡化算法,根据每个块内的像素值分布来调整像素的对比度,实现图像去雾。
5.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述将运动特征与图像特征进行融合的步骤包括:基于指数的掩膜权重映射方法,将运动特征图以掩膜的方式对航道图像进行逐元素相乘,抑
6.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述观察员的注意力分布是通过使用眼动仪捕捉观察员在广域航道监控画面中的注意力分布得到的;
7.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述识别和定位小目标船舶的步骤包括:在目标识别网络中进行像素级别的小目标检测,通过混合注意力特征图对航道监控画面进行分析,准确识别并定位小目标船舶。
8.一种基于特征融合及混合注意力的小目标船舶识别装置,基于如权利要求1-7任一项所述的方法,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-7任一项所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述评价同属一个船舶目标的运动区域的一致性程度的步骤包括:计算运动区域间的速度一致性、方向一致性和形状一致性。
3.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述合并和补偿同属一个船舶目标的运动区域的步骤包括:将一致性程度高的运动区域进行合并,并根据合并后的运动区域补偿其他运动区域的运动特征。
4.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述提取小目标船舶的图像特征的步骤包括:使用双边滤波和对比受限自适应直方图均衡化算法,根据每个块内的像素值分布来调整像素的对比度,实现图像去雾。
5.根据权利要求1所述的一种基于特征融合及混合注意力的小目标船舶识别方法,其特征在于,所述将运动特征与图像特征进行融合的步骤包括:基于指数的掩膜权重映射方法,将运动特征图以掩...
【专利技术属性】
技术研发人员:羊箭锋,谢海成,于天琪,周怡,
申请(专利权)人:苏州星航综测科技有限公司,
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。