[發明專利]基于雷達圖像的船只識別模型的驗證方法及裝置

有效

• 申請號: 202011148748.8
• 申請日: 2020-10-23
• 公開（公告）號: CN112183463B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 鄧練兵;李皓;高妍
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張琳琳

1.一種基于雷達圖像的船只識別模型的驗證方法，其特征在于，包括：

獲取帶標注信息的雷達圖像；其中，所述標注信息包括所述雷達圖像中船只的類別和第一邊界框；

利用預先訓練得到的船只識別模型提取所述雷達圖像的多尺度特征圖；

利用所述船只識別模型分別對每個尺度特征圖進行檢測，以得到對應于每個尺度特征圖的第二邊界框；其中，所述第二邊界框中包括船只圖像；

利用所述第一邊界框，分別對每個所述第二邊界框進行修正，得到在不同尺度下的修正量，通過所述修正量確定出所述船只識別模型的識別準確率；

其中，所述利用所述第一邊界框，分別對每個所述第二邊界框進行修正，得到在不同尺度下的修正量，包括：

分別獲取所述第二邊界框在每個特征圖中的預測位置坐標；

獲取所述第一邊界框在所述雷達圖像中的位置坐標；

將所述位置坐標，按照所述尺度大小進行縮放處理，以得到不同尺度下所述第二邊界框的理想位置坐標；

利用所述理想位置坐標與所述預測位置坐標的偏差，將不同尺度特征圖對應的所述偏差作為所述修正量，分別對每個所述第二邊界框進行修正。

2.根據權利要求1所述的方法，其特征在于，還包括：

對所述多尺度特征圖進行融合，得到融合特征圖；

對所述融合特征圖進行識別，得到所述雷達圖像中船只的融合類別。

3.根據權利要求2所述的方法，其特征在于，還包括：

基于所有尺度下的預測類別與所述融合類別，確定所述雷達圖像中船只的目標類別。

4.一種基于雷達圖像的船只識別方法，其特征在于，包括：

獲取待識別的雷達圖像；

利用權利要求1-3任一項所述的驗證方法驗證后的船只識別模型對所述待識別的雷達圖像進行檢測，確定所述待識別的雷達圖像中的目標船只。

5.一種基于雷達圖像的船只識別模型的驗證裝置，其特征在于，包括：

第一獲取模塊，用于獲取帶標注信息的雷達圖像；其中，所述標注信息包括所述雷達圖像中船只的類別和第一邊界框；

提取模塊，用于利用預先訓練得到的船只識別模型提取所述雷達圖像的多尺度特征圖；

檢測模塊，用于利用所述船只識別模型分別對每個尺度特征圖進行檢測，以得到對應于每個尺度特征圖的第二邊界框；其中，所述第二邊界框中包括船只圖像；

確定模塊，用于利用所述第一邊界框，分別對每個所述第二邊界框進行修正，得到在不同尺度下的修正量，通過所述修正量確定出所述船只識別模型的識別準確率；

其中，所述驗證裝置還用于：

所述利用所述第一邊界框，分別對每個所述第二邊界框進行修正，得到在不同尺度下的修正量，包括：

分別獲取所述第二邊界框在每個特征圖中的預測位置坐標；

獲取所述第一邊界框在所述雷達圖像中的位置坐標；

將所述位置坐標，按照所述尺度大小進行縮放處理，以得到不同尺度下所述第二邊界框的理想位置坐標；

利用所述理想位置坐標與所述預測位置坐標的偏差，將不同尺度特征圖對應的所述偏差作為所述修正量，分別對每個所述第二邊界框進行修正。

6.一種基于雷達圖像的船只識別裝置，其特征在于，包括：

第二獲取模塊，用于獲取待識別的雷達圖像；

識別模塊，用于利用權利要求1-3任一項所述的驗證方法驗證后的船只識別模型對所述待識別的雷達圖像進行檢測，確定所述待識別的雷達圖像中的目標船只。

7.一種電子設備，其特征在于，包括：

存儲器和處理器，所述存儲器和所述處理器之間互相通信連接，所述存儲器中存儲有計算機指令，所述處理器通過執行所述計算機指令，從而執行權利要求1-3中任一項所述的基于雷達圖像的船只識別模型的驗證方法，和/或，權利要求4所述的基于雷達圖像的船只識別方法。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使所述計算機執行權利要求1-3中任一項所述的基于雷達圖像的船只識別模型的驗證方法，和/或，權利要求4所述的基于雷達圖像的船只識別方法。