[發(fā)明專利]一種基于卷積神經(jīng)的海洋船舶圖像分割方法

在審

• 申請?zhí)枺?/td>: 202010840846.1
• 申請日: 2020-08-20
• 公開（公告）號: CN112037225A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 肖志勇;吉淑瀅
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06N3/04;G06N3/08
• 代理公司: 哈爾濱市陽光惠遠知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 彭素琴

1.一種基于卷積神經(jīng)的海洋船舶圖像分割方法，其特征在于，所述方法將空洞卷積、壓縮激勵網(wǎng)絡(luò)和U-net進行結(jié)合構(gòu)建編碼-解碼網(wǎng)絡(luò)，將海洋船舶圖像預(yù)處理后輸入所述編碼-解碼網(wǎng)絡(luò)進行分割處理；所述編碼-解碼網(wǎng)絡(luò)包括依次連接的編碼層、壓縮激勵模塊和解碼層，其中編碼層和解碼層之間添加跳躍連接；

分割處理過程中將海洋船舶圖像輸入至編碼-解碼網(wǎng)絡(luò)的編碼層，得到編碼層對應(yīng)的特征圖，將編碼層對應(yīng)的特征圖輸入至壓縮激勵模塊得到概率圖，將概率圖輸入解碼塊得到解碼塊對應(yīng)的特征圖；最后將編碼層對應(yīng)的特征圖與概率圖同時與解碼塊對應(yīng)的特征圖進行拼接得到分割結(jié)果圖。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述編碼-解碼網(wǎng)絡(luò)中，編碼層中的每個編碼塊包含三個或四個由卷積層+歸一化層+修正線性單元層+空洞卷積層構(gòu)成的單元；各單元之間設(shè)有池化層。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，若每個編碼塊包含三個由卷積層+歸一化層+修正線性單元層+空洞卷積層構(gòu)成的單元，各單元中的空洞卷積層的空洞率分別為1、2和4。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，若每個編碼塊包含四個由卷積層+歸一化層+修正線性單元層+空洞卷積層構(gòu)成的單元，各單元中的空洞卷積層的空洞率分別為1、2、4和8。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述編碼-解碼網(wǎng)絡(luò)中，壓縮激勵模塊包含有一個全局池化層、兩個全連接層和一個sigmoid層；全局池化層用于將壓縮操作變成1×1結(jié)構(gòu)，兩個全連接層中一個用于降維，降維后經(jīng)過修正線性單元激活后再通過另一個全連接層進行升維；壓縮激勵模塊在編碼塊對應(yīng)的特征圖的RGB通道中添加三個通道之間的關(guān)聯(lián)信息得到概率圖。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，用于降維的全連接層在進行降維時，將編碼塊對應(yīng)的特征圖的特征維度降至輸入的1/16；用于升維的全連接層再將其升至原來的維度。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述編碼-解碼網(wǎng)絡(luò)中，解碼層中的每個解碼塊包含三個或四個由卷積層+歸一化層+修正線性單元層構(gòu)成的單元；各單元之間設(shè)有上采樣模塊。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述上采樣模塊包含上采樣層、卷積層、歸一化層和修正線性單元層；采樣層的采樣因子為2，采樣層卷積核大小為2×2，卷積層的核大小為3×3。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述解碼層中由卷積層+歸一化層+修正線性單元層構(gòu)成的單元的個數(shù)與編碼層中由卷積層+歸一化層+修正線性單元層+空洞卷積層構(gòu)成的單元的個數(shù)相同。

10.一種用于海洋船舶圖像分割的編碼-解碼網(wǎng)絡(luò)，其特征在于，所述編碼-解碼網(wǎng)絡(luò)包括依次連接的編碼層、壓縮激勵模塊和解碼層，其中編碼層和解碼層之間添加跳躍連接；

所述編碼層中的每個編碼塊包含三個或四個由卷積層+歸一化層+修正線性單元層+空洞卷積層構(gòu)成的單元；各單元之間設(shè)有池化層；

所述壓縮激勵模塊包含有一個全局池化層、兩個全連接層和一個sigmoid層；

所述解碼層中的每個解碼塊包含三個或四個由卷積層+歸一化層+修正線性單元層構(gòu)成的單元；各單元之間設(shè)有上采樣模塊。