[發(fā)明專利]基于InceptionV3網(wǎng)絡的被遮擋目標識別方法

在審

• 申請?zhí)枺?/td>: 201910451241.0
• 申請日: 2019-05-28
• 公開（公告）號: CN110222615A
• 公開（公告）日: 2019-09-10
• 發(fā)明（設計）人: 于晟燾;劉坤
• 申請（專利權）人: 上海海事大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/06
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

本發(fā)明針對云霧遮擋問題，提出一種改進InceptionV3網(wǎng)絡模型InceptionV3?FC的遙感圖像艦船目標識別方法。首先，InceptionV3?FC通過引入一層全連接層用來學習新的目標函數(shù)，用該目標函數(shù)對清晰樣本和遮擋樣本進行訓練；其次，通過目標函數(shù)的約束項對清晰樣本以及遮擋樣本的特征進行約束，進而使得訓練的遮擋樣本和清晰樣本的特征映射彼此接近，共享它們的特征，提高被遮擋艦船目標識別的魯棒性。

技術領域：

本發(fā)明是光學遙感艦船圖像中遮擋目標的識別領域，具體地說，是一種基于InceptionV3網(wǎng)絡的被遮擋目標識別方法。

背景技術：

遙感圖像是利用傳感器獲得的反應各種地表信息的綜合影像，通過大面積的采集遙感數(shù)據(jù)，不光可以獲得有用的物理地理信息，也可以為其他相關學科提供一些有用的基礎信息。其中，遙感圖像艦船目標識別是目前研究的重要課題之一。

艦船目標在傳統(tǒng)模式識別的方法中，通常多提取艦船圖像的結(jié)構(gòu)形狀，如船只主要結(jié)構(gòu)的位置、船只長度、面積等特征，以及利用矩不變性等方法將空間矩作為特征表征圖；或者為了不丟失圖像的特征細節(jié)，將全部像素作為特征送入分類器訓練。但上述方法中，有的是人工設計不能保證提取有效或重要的特征，有的過于繁瑣會帶來大量的冗余信息。

卷積神經(jīng)網(wǎng)絡的快速發(fā)展在一定程度上解決了上述問題，并且能夠自動提取圖像更深層的特征。比如2012年阿萊克斯·克里澤夫斯基用AlexNet模型在ImageNet大規(guī)模視覺識別挑戰(zhàn)競賽中奪得桂冠，效果大幅度超過傳統(tǒng)方法。2014年，谷歌提出的GoogLeNet獲得ImageNet大規(guī)模視覺識別挑戰(zhàn)競賽冠軍，top-5錯誤率為6.7％，并且GoogLeNet網(wǎng)絡的Inception結(jié)構(gòu)經(jīng)歷了V1、V2、V3、V4等多個版本的發(fā)展，不斷的趨于完善，top-5錯誤率進一步降低。深度學習在目標識別領域快速發(fā)展并取得了一定的成果。但是由于海面氣象環(huán)境復雜，采集的圖像往往不是理想圖像，如云霧遮擋就是海面環(huán)境中常遇到的情況之一，被云霧的遮擋的艦船目標會損失一定的特征，進而影響后續(xù)艦船目標的識別率，甚至誤判。如何改善云霧遮擋對提取艦船特征的影響，以及提高艦船目標的識別率是目前艦船識別領域需要解決的問題。

發(fā)明內(nèi)容：

本發(fā)明的目的是提出一種基于卷積神經(jīng)網(wǎng)絡的云霧遮擋艦船目標識別算法，用于改善云霧遮擋等自然現(xiàn)象導致遙感圖像中艦船目標識別率低、魯棒性差等問題。具體技術方案如下：

在InceptionV3網(wǎng)絡模型的基礎上，本發(fā)明提出一種InceptionV3-FC網(wǎng)絡模型用來識別云霧遮擋的艦船目標。該模型通過引入一層全連接層用來學習新的目標函數(shù)，用該目標函數(shù)對清晰樣本和遮擋樣本進行訓練，通過目標函數(shù)的約束項對清晰樣本以及遮擋樣本的特征進行約束，進而使得訓練的遮擋樣本和清晰樣本的特征映射彼此接近，共享它們的特征，提高被遮擋艦船目標識別的魯棒性。實現(xiàn)過程包括以下步驟：

1.通過將樣本圖片送入網(wǎng)絡模型，通過卷積層和池化層實現(xiàn)圖片數(shù)據(jù)的尺寸壓縮，以及對圖片特征進行抽象化處理。

2.將數(shù)據(jù)特征送入到Inception模塊將其空間結(jié)構(gòu)簡化，并將空間信息轉(zhuǎn)化為高階抽象的特征信息，通過全局平均池化變成線性特征。

3.線性層作為全連接層的輸入，通過特征約束，然后送入Softmax層完成識別預測。該模型通過學習新的目標函數(shù)，有效的將清晰樣本以及遮擋樣本特征約束到一起，從而解決由于云霧遮擋造成特征缺失，使得識別率下降的問題。

基于InceptionV3網(wǎng)絡的被遮擋目標識別方法的具體實施方式包括以下步驟：

步驟一：建立InceptionV3-FC網(wǎng)絡結(jié)構(gòu)；