[發(fā)明專(zhuān)利]基于主動(dòng)學(xué)習(xí)的聲吶圖像目標(biāo)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911099760.1
• 申請(qǐng)日: 2019-11-12
• 公開(kāi)（公告）號(hào): CN110837870B
• 公開(kāi)（公告）日: 2023-05-12
• 發(fā)明（設(shè)計(jì)）人: 鄧雨田;姜龍玉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東南大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/762;G06V10/774;G06N3/0464;G06N3/08;G06T3/60;G06T5/00
• 代理公司: 南京眾聯(lián)專(zhuān)利代理有限公司 32206
• 代理人: 許小莉

1.一種基于主動(dòng)學(xué)習(xí)的聲吶圖像目標(biāo)識(shí)別方法，其特征在于，該方法包括如下步驟：

步驟1：對(duì)聲吶圖像數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理以擴(kuò)充數(shù)據(jù)集，采用“留出法”將數(shù)據(jù)集劃分為兩個(gè)互斥的集合，一個(gè)作為訓(xùn)練集，一個(gè)作為測(cè)試集；

步驟2：從步驟1劃分的訓(xùn)練集中選出一組樣本進(jìn)行標(biāo)注，構(gòu)成初始訓(xùn)練集，并將這些初始訓(xùn)練集的樣本從總的訓(xùn)練集中剔除；

步驟3.使用初始訓(xùn)練集訓(xùn)練YOLO模型；

步驟4：在剔除初始訓(xùn)練集后的剩余樣本訓(xùn)練集中利用主動(dòng)學(xué)習(xí)樣本選擇策略挑選一組樣本，將選擇出的樣本進(jìn)行人工標(biāo)注，加入訓(xùn)練集訓(xùn)練YOLO模型，并將選出的樣本從剩余樣本訓(xùn)練集中剔除；

步驟5：重復(fù)步驟4，直至剩余樣本訓(xùn)練集中所有的樣本都被選擇；

步驟6：YOLO模型訓(xùn)練結(jié)束，保存權(quán)重、經(jīng)測(cè)試集測(cè)試以后輸出YOLO模型的精度；

步驟4中所述利用主動(dòng)學(xué)習(xí)樣本選擇策略挑選一組樣本，其中所述主動(dòng)學(xué)習(xí)樣本選擇策略包括：基于分類(lèi)不確定性的樣本選擇策略；改進(jìn)的基于分類(lèi)不確定性樣本選擇策略；基于數(shù)據(jù)增強(qiáng)一致性的樣本選擇策略；

所述基于分類(lèi)不確定性的樣本選擇策略的具體步驟是：是從未標(biāo)注樣本集中選擇此時(shí)模型最難預(yù)測(cè)的樣本，即選擇后驗(yàn)概率最低的樣本，對(duì)于樣本預(yù)測(cè)結(jié)果的每一個(gè)邊界框，定義評(píng)價(jià)指標(biāo)分類(lèi)不確定性U_B(B)，其計(jì)算公式如下所示：

U_B(B)＝1-P_max(B)

其中，P_max(B)表示該邊界框中預(yù)測(cè)類(lèi)別概率中最大的概率值，

在一個(gè)樣本中，往往有多個(gè)預(yù)測(cè)邊界框，取所有預(yù)測(cè)邊界框分類(lèi)不確定性最大的邊界框的U_B(B)值來(lái)代表此樣本的分類(lèi)不確定性U_C(I)，其算法流程如下：

a.用此時(shí)的模型檢測(cè)未標(biāo)注樣本集中的所有樣本，每個(gè)樣本得到其邊界框的預(yù)測(cè)值；

b.對(duì)于每個(gè)樣本，計(jì)算其分類(lèi)不確定性U_C(I)；

c.將所有未標(biāo)記樣本按照分類(lèi)不確定性U_C(I)從大到小的順序排序；

d.根據(jù)排序選擇前n個(gè)樣本，交給專(zhuān)家標(biāo)注后加入訓(xùn)練集，其中，n為此輪規(guī)定的選擇樣本的數(shù)量；

所述改進(jìn)的基于分類(lèi)不確定性樣本選擇策略的具體步驟是：

定義分類(lèi)不確定性指標(biāo)為對(duì)于其計(jì)算公式如下所示：

U_Cnew＝|log(P_max)+αlog(s²)|

其中，α是一個(gè)權(quán)重參數(shù)，表示最大概率值與各類(lèi)概率值離散程度在此指標(biāo)中所占的權(quán)重，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，α設(shè)置為0.2；s²表示預(yù)測(cè)所有類(lèi)的概率的方差，s²用來(lái)表示各類(lèi)概率值的離散程度，其計(jì)算公式如下所示：

其中，n表示總類(lèi)別數(shù)，x_i表示邊界框中第i類(lèi)的概率，為概率值的均值，其計(jì)算公式如下所示：

對(duì)于一個(gè)樣本來(lái)說(shuō)，取所有預(yù)測(cè)邊界框分類(lèi)不確定性最大的邊界框的值來(lái)代表此樣本的新的分類(lèi)不確定性

所述基于數(shù)據(jù)增強(qiáng)一致性的樣本選擇策略的具體步驟為：選擇數(shù)據(jù)增強(qiáng)的方式為左右翻轉(zhuǎn)，計(jì)算原圖I以及其翻轉(zhuǎn)圖像I′的預(yù)測(cè)誤差的算法的基本流程為：

a.將翻轉(zhuǎn)圖像I′的預(yù)測(cè)邊界框的位置做相應(yīng)的翻轉(zhuǎn)處理，翻轉(zhuǎn)圖像I′是圖像I經(jīng)過(guò)左右翻轉(zhuǎn)得到的，那么就需要將I′的預(yù)測(cè)邊界框也進(jìn)行左右翻轉(zhuǎn)處理；

b.根據(jù)圖像I與其翻轉(zhuǎn)圖像I′預(yù)測(cè)邊界框，計(jì)算預(yù)測(cè)類(lèi)別和位置的誤差，得到兩者誤差；

其中，若圖像I只需預(yù)測(cè)一個(gè)目標(biāo)，則可將兩張圖像的預(yù)測(cè)邊界框直接進(jìn)行計(jì)算，但是對(duì)于一張圖像預(yù)測(cè)多個(gè)目標(biāo)的情況，需要判斷翻轉(zhuǎn)圖像中的預(yù)測(cè)框與原圖像中的預(yù)測(cè)框如何一一對(duì)應(yīng)，對(duì)于一張圖像I，有n個(gè)預(yù)測(cè)邊界框B₁，B₂，...，B_n；其翻轉(zhuǎn)圖像I′，有m個(gè)預(yù)測(cè)邊界框B₁，B₂，...，B_m，其中，翻轉(zhuǎn)圖像I′的m個(gè)預(yù)測(cè)邊界框已經(jīng)過(guò)翻轉(zhuǎn)處理，對(duì)于每個(gè)預(yù)測(cè)邊界框，都有坐標(biāo)(x，y)表示邊界框中心的位置，判斷流程如下：

b1.計(jì)算圖像I的n個(gè)預(yù)測(cè)邊界框B₁，B₂，...，B_n與翻轉(zhuǎn)圖像I′的m個(gè)預(yù)測(cè)邊界框B₁，B₂，...，B_m的距離，得到dis(B_i，B_j)，其中，1≤i≤n，1≤j≤m，dis(B_i，B_j)的計(jì)算如下所示：

其中1≤i≤n，1≤j≤m

b2.將步驟b1中計(jì)算所得的這m×n組距離按從小到大的順序排序，得到距離數(shù)組Dis；

b3.選取距離最小的一組邊界框B_p，B_q(1≤p≤n，1≤q≤m)，認(rèn)為原圖I的邊界框B_p與翻轉(zhuǎn)圖像I′的邊界框B_q是相對(duì)應(yīng)的一組邊界框；

b4.將m×n組dis(B_i，B_j)距離中i＝p或j＝q的距離刪去；

b5.重復(fù)步驟b3-b4，直至數(shù)組Dis為空；

原圖與其翻轉(zhuǎn)圖像預(yù)測(cè)的類(lèi)別誤差記為L(zhǎng)_class(I，I′)，類(lèi)別誤差的計(jì)算如下所示：

其中，N為類(lèi)別總數(shù)，實(shí)驗(yàn)中N＝3；max(m，n)為m，n中較大的值；p_ij為原圖中第i個(gè)預(yù)測(cè)框，i＝1,2,3，...，max(m，n)，對(duì)于第j類(lèi)的預(yù)測(cè)概率值，j＝1,2，...，N，若nm，則p_ij＝0；p_i′j為翻轉(zhuǎn)圖像中第i′個(gè)預(yù)測(cè)框?qū)τ诘趈類(lèi)的預(yù)測(cè)概率值，i′＝1,2,3，...，max(m，n)；若mn，貝p_i′j＝0，mi′n；若nm，則p_ij＝0；

原圖與其翻轉(zhuǎn)圖像預(yù)測(cè)的定位誤差記為L(zhǎng)_location(I，I′)，類(lèi)別誤差的計(jì)算如下所示，其中，IoU(B_i，B_i′)為邊界框B_i，B_i′的交并比值：

定義基于數(shù)據(jù)增強(qiáng)一致性的樣本評(píng)價(jià)指標(biāo)S_DA(I)，其值為原圖以及其翻轉(zhuǎn)圖像的類(lèi)別誤差與預(yù)測(cè)框的定位誤差之和，計(jì)算公式如下所示：

S_DA(I)＝L_class(I，I′)+αL_location(I，I′)

其中，α是一個(gè)權(quán)重參數(shù)，表示類(lèi)別誤差與定位誤差在此指標(biāo)中所占的權(quán)重，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，在本發(fā)明中α設(shè)置為1。