[發明專利]一種基于多尺度深度語義分割網絡的天線下傾角測量方法

在審

• 申請號: 201811338415.4
• 申請日: 2018-11-09
• 公開（公告）號: CN109685762A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 翟懿奎;周集華;伍月婷;鄭煜;徐穎;甘俊英;曾軍英;鄧文博;柯琪銳
• 申請（專利權）人: 五邑大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06N3/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 梁嘉琦

1.一種基于多尺度深度語義分割網絡的天線下傾角測量方法，其特征在于，包括以下步驟：

圖像數據采集：采用無人機對基站天線數據進行采集，將并采集到的天線圖像作為數據集；

目標邊界框預測：對數據集中的目標天線進行定位，采用邏輯回歸預測邊界框；

進行目標識別和語義分割：對數據集中的目標天線進行目標特征提取，對目標特征進行學習并進行激活函數處理，輸出目標圖像進行語義圖像分割，分類目標圖像與背景的像素點；

計算天線下傾角：通過目標圖像的邊框得出天線框的寬度和高度，計算出天線下傾角。

2.根據權利要求1所述的一種基于多尺度深度語義分割網絡的天線下傾角測量方法，其特征在于，所述圖像數據采集，包括：

使無人機位于基站天線的抱桿頂端，記錄抱桿豎直方向上的經緯度(L₀,W₀)；對基站天線進行繞點飛行，設置其飛行半徑，無人機繞抱桿沿著半徑在同一水平面上移動獲取移動基站天線不同姿態和角度的天線圖像作為數據集。

3.根據權利要求2所述的一種基于多尺度深度語義分割網絡的天線下傾角測量方法，其特征在于，所述目標邊界框預測，包括

對天線圖像中的目標天線進行定位，使用邏輯回歸預測邊界框，先將整張天線圖像劃分成N*N個網格，在天線圖像輸入后對整張天線圖像進行預測，一次性掃描每個網格，定位到目標天線所在網格中心時，開始對目標天線進行預測，每個邊界框預測4個坐標值為：t_x，t_y，t_w，t_h，每個目標單元格的左上角偏移量為(c_x,c_y)，邊界框的框高分別為p_x,p_y，則網絡對其預測值為：

b_x＝σ(t_x)+c_x (1)

b_y＝σ(t_y)+c_y (2)

b_w＝p_we^tw (3)

b_w＝p_he^tw (4)

輸入的天線圖像被分為N*N網格，每個網格包括5個預測量：(x，y，w，h，confidence)和一個c類，所以網絡輸出是S*S*(5*B+C)大??；B為每個網格中邊界框數量，C對于本發明為類別只有天線，故為1。confidence代表了所預測的網格中含有目標天線的置信度和邊界框的預測精度兩個信息：

設定閾值為0.5，當Pr(Object)＝1；目標天線落在格子中心，即當前預測的邊界框與實際的背景框對象重合較之前更好；若預測邊界框非當前最佳，閾值＜0.5時，便不對其進行預測邊界框，判定目標天線沒有落在網格中。