【技术实现步骤摘要】
本专利技术涉及计算机视觉、海上目标识别领域，特别涉及一种基于多视角空间关系建模的海上目标识别方法。
技术介绍
1、随着世界经济和科技的快速发展，人类活动范围早已由陆地、天空转向海洋，各国将海上运输作为跨国贸易的重要枢纽和手段，而海洋环境监管是海上交通的重要技术保障，其中最为重要的便是海上目标识别技术。
2、海上目标识别技术首先是要获取目标的信息，根据数据获取传感器的不同可以划分为基于卫星遥感、雷达、红外成像系统、光学相机的海上目标识别。其中通过光学相机获取数字图像，相比于其他方法主要有两点优势：1)数字图像可以更加直接获取部分海域的环境情况，更能刻画目标的几何外形、数字纹理和颜色特征；2)光学相机设备相比于其他传感器成本更低、操作更方便，便于实施；3)深度学习技术的快速发展带动了基于图像的目标识别技术快速的发展和应用，目标识别与分类能力显著提升。
3、然而，在海上目标识别领域，相对于船舶自身来说，需要监控的海面环境范围大，目标并不是总出现在光学相机的正前方，如获取的数字图像中可能是某舰船的侧面轮廓甚至是舰船的小部分区域，难以提取有效特征进行目标分类。所以，可以通过布设多个光学相机获取同一个海上目标的不同视角信息，对不同视角的数字图像间的空间关系进行建模，以挖掘目标的全局信息，会极大的减小在大范围海面场景下的观测难度，提高算法识别概率，并且便于船员直观的观测目标不同视角下的目标图像信息和周围的海况信息。
4、海上目标识别目前面临的主要挑战为：大多数方法都关注在图像中重要目标的特征提取和分类，而忽
技术实现思路
1、针对单张图像难以描述海上目标全局信息、特征不显著等问题，本专利技术提供了一种基于多视角空间关系建模的海上目标识别方法，极大的减小在大范围海面场景下的海上目标观测难度，提高了海上目标分类的精度。
2、本公开提供的基于深度学习的多视图目标分类方法，包括以下步骤：
3、1、将包含多个独立摄像头的多摄像头系统装在船舶上，获取海上目标的多视角图像集；
4、2、构建卷积神经网络，提取海上目标每个观测角度下的视觉特征，得到多视角卷积特征集；
5、3、构建单视角、多视角空间关系模型，利用单视角显著性、多视角上下文信息挖掘不同摄像头下目标的全局特征信息，得到多视角卷积特征，具体而言：
6、对于单视角空间建模，设计函数获取当前视角不同空间位置像素的视觉显著性掩膜，然后通过归一化函数得到归一化后的掩膜系数，与原始特征点乘得到单视角空间关系建模后的视角卷积特征，最后通过全连接层得到高维特征。
7、对于多视角空间建模，在遍历完所有视角的高维特征后，挖掘多视角的上下文空间关系信息，以获取每个视角的显著性系数，最后通过加权求和得到多视角空间关系建模后的多视角表征。
8、4、基于多视角表征，构建分类层，对海上目标进行识别。
9、与现有技术相比，本公开的有益效果是：
10、(1)通过布设多摄像头获取海上目标的多视角图像，并利用深度学习算法进行特征提取，能有效避免单个摄像头获取海上目标获取信息的局限性，极大的减小在大范围海面场景下的海上目标观测难度；
11、(2)构建多视角空间关系模型，分别从单视角显著性、多视角上下文信息挖掘不同摄像头下目标的全局特征信息，在获取目标全局信息的同时减少视角间交叉冗余信息带来的视觉干扰，提高海上目标识别概率；
12、(3)利用多视角表征和分类器端到端联合训练，通过反向传播最小化交叉熵分类损失函数，提高分类精度。
本文档来自技高网...【技术保护点】
1.一种基于多视角空间关系建模的海上目标识别方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述低维卷积特征包括：目标的几何形状、以及颜色。
3.根据权利要求1或2所述的方法，其特征在于，所述步骤S3中，单视角空间关系建模的方法具体包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤S3中，多视角空间建模的方法具体包括：
5.根据权利要求4所述的方法，其特征在于，所述步骤S4具体方法包括：
【技术特征摘要】
1.一种基于多视角空间关系建模的海上目标识别方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤s2中，所述低维卷积特征包括：目标的几何形状、以及颜色。
3.根据权利要求1或2所述的方法，其特征在...
【专利技术属性】
技术研发人员：周河宇，吴楚，曾令东，王恬，张家奎，
申请(专利权)人：宜昌测试技术研究所，
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。