[發明專利]稀缺認知樣本條件下的排除倒影干擾的水面目標檢測方法

有效

• 申請號: 201910617823.1
• 申請日: 2019-07-10
• 公開（公告）號: CN110458019B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 顧華宇;李曄;龐碩;徐碩;范彥福
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/82;G06V10/74;G06V10/774
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.稀缺認知樣本條件下的排除倒影干擾的水面目標檢測方法，其特征在于，包括以下步驟：

步驟1：拍攝水面目標的圖片，構成水面數據集；用客觀指標PSNR、主觀人眼評價目標細節，舍棄目標細節模糊的圖片；

步驟2：對于水面數據集中的圖片，使用標注工具標注圖片中的目標；

步驟3：提取已標注圖片中目標標注框的位置信息，在原圖中提取該位置圖像生成目標圖形模板；通過指定區域匹配尋找倒影并消除；

步驟3.1：設定倒影出現的有效范圍為標注框以外的正下方及正下方左右的一個標注框區域內，計算該區域的平均色彩亮度和飽和度，調整目標圖形模板的色彩亮度和飽和度使其與倒影區域相同，忽略掉與其他標注框重疊的部分；

步驟3.2：將目標圖形模板沿底線向上按設定比例多次水平切分，逐次取最下方的一塊旋轉后，在倒影出現的有效范圍內與同切分塊大小的倒影區域進行圖像相似度的匹配；匹配的標準為結構相似度和峰值信噪比，兩者有一個達到閾值則判定該處存在水面倒影；

步驟3.3：在匹配成功處的框外的一個像素范圍形成的像素框上，將該像素框上所有像素值相加取平均值，與其他標注框的重疊部分不計，代替框內所有像素值，進行倒影消除；

步驟4：對水面數據集中已有圖片通過鏡像、霧化、仿射變換形式進行數據集增強；標注水面數據集中擴充圖片中的目標，重復步驟3進行倒影消除；將水面數據集劃分為訓練集和測試集；

步驟5：根據目標信息搭建水面目標檢測網絡，采用訓練集訓練水面目標檢測網絡；

所述水面目標檢測網絡包括卷積層、區域生成網絡、感興趣區域池化層、分類檢測層；

所述卷積層中，將每次池化前的卷積層進行層層相連，使每一卷積層的輸入來自前面所有卷積層的輸出，形成密集卷積層模塊；用密集卷積層模塊對輸入圖片進行特提取，所產生的特征圖傳遞給后續的區域生成網絡和分類檢測層；

所述區域生成網絡用于生成建議區域，該層通過歸一化指數函數判斷錨點屬于目標還是屬于背景，再利用矩形框修正工具修正錨點以獲得精確的建議區域；

所述感興趣區域池化層接收特征圖和建議區域，提取建議區域特征圖，送入后續的分類檢測層進行目標類別判定；

所述分類檢測層利用建議區域特征圖計算所有目標的區域建議類別，同時再次利用矩形標準框修正獲得檢驗框的最終精確位置；

步驟6：在驗證網絡中加入倒影判別模塊，在已經識別出的標簽中篩選出真正的水面目標，并將倒影標簽舍去，不計入平均準確率的計算；

步驟6.1：在驗證網絡的輸出識別框中判別同一類標簽出現的次數，若該次數大于1，則表明該類目標的倒影可能被誤判為目標；

步驟6.2：對已經識別出的目標為同一類的復數目標標簽之間進行方位和大小的判定；

若兩個相同標簽中心即矩形框的中心的歐氏距離小于標簽框最長邊的長度，且下方標簽的最上邊在上方標簽的中心之下，標簽框大小小于或等于上方標簽時，提取上方標簽并進行裁剪，按照從上至下、保留底邊的方式裁剪，使上方標簽框同下方標簽框大小相同；將修剪后的上方標簽框旋轉后與下方標簽框匹配；

匹配標準定為結構相似度和峰值信噪比，兩者有一個達到閾值則判定較下方的標簽發生了倒影識別為目標的誤判，舍棄對該處的識別，并不計入網絡平均準確率的計算；

步驟7：每隔規定步數就對測試集進行一次驗證，計算所有目標的平均準確率；若后一次準確率高于前一次，則將前一次的測試結果覆蓋，即只保留最高準確率的結果；若長時間未發生測試結果的更新，而平均準確率一直維持在較低數值上，則判定水面目標檢測網絡發生過擬合，此時應改變數據集的擴充方式，提高鏡像、旋轉、翻轉的數據集的數量，減少使用加噪方式產生的數據集，重新訓練直至模型對驗證集的測試準確率達到最高為止。