基于深度学习的海平面分割方法技术

基于深度学习的海平面分割方法，包括以下步骤：(1)语义分割，具体包括1)建立包括天空、海面、岸、岛屿的数据集；2)数据增强；3)样本标注，将正样本进行海、天、岸三种信息标注；4)模型构建；5)模型训练，完成以上步骤后，即可进行训练，获取深度学习目标分割权重；(2)海平面信息获取，具体包括：1)对分割后的各部分区域进行连通域标记，去除各区域中的噪声点；2)分割线拟合：获取海平面分割线后，即可确定海平面所在区域。本发明专利技术通过深度学习方法实现海平面分割，通过不断增加特征样本及典型负样本，即可不断提高检测准确率，同时该方法受环境影响不大，只要能检测出图像中各部分特征，即可实现目标分割。

【技术实现步骤摘要】

本专利技术属于航运领域，具体的涉及基于深度学习的海平面分割方法。

技术介绍

1、目前我国航运企业在信息化普及和智能化应用方面尚处于起步阶段，未来伴随着现代信息技术、物联网技术、人工智能科技等先进技术的日趋成熟，其与传统航运在安全监管、运行服务、船舶管理、港口服务等方面深度融合运用存在广阔的想象空间。

2、目前智能航行系统应运而生，即通过在船舶甲板桅杆、船舶四周安装摄像机采集本船周围他船信息，对周围船舶航行状态进行监测，进而对与本船距离较近的船舶进行避碰预警、路径规划等功能监测。智能航行系统其重点监控对象为海上船舶，如果可以自适应分割出海平面信息，则可减少软件目标识别区域，进而提高检测速度、降低检测误报率，有助于提高系统检测效率及准确率。

3、现有的设计方案及该方案的缺点：

4、目前海面区域获取方法，主要是依据传统的视频图像处理技术，即根据采集图像的灰度特征、纹理信息等进行阈值分割，实现海面与天空的区域划分，然后对划分后的图像进行边缘检测或小波变化，获取分割线。传统视频图像处理算法难以在复杂天气情况下实现海天分割，主要是因本文档来自技高网...

【技术保护点】

1.基于深度学习的海平面分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的方法，其特征在于所述数据集包括不同天气、不同光照、不同视角的样本数据。

3.根据权利要求1所述的方法，其特征在于使用以下三种方法实现所述数据增强：

4.根据权利要求1所述的方法，其特征在于所述样本标注为使用像素级标注方法，对每张样本图片中的海面、天空、岸所在区域进行标注。

5.根据权利要求1所述的方法，其特征在于所述连通域标记采用3*3大小的块进行，具体标记方法如下：

【技术特征摘要】

1.基于深度学习的海平面分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的方法，其特征在于所述数据集包括不同天气、不同光照、不同视角的样本数据。

3.根据权利要求1所述的方法，其特征在于使用以下三种方法实现所述数据增强...

【专利技术属性】
技术研发人员：袁彬，徐玲杰，刘俊，王军群，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：