[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

本發明涉及計算機視覺技術領域，具體涉及一種基于雷達圖像的船只識別模型的驗證方法及裝置。其中，方法包括：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；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，從而解決現有技術中的船只識別模型往往難以對不同尺度雷達圖像的識別準確率進行驗證，這導致船只識別模型的準確率比較低的問題。

技術領域

本發明涉及計算機視覺技術領域，具體涉及一種基于雷達圖像的船只識別模型的驗證方法及裝置。

背景技術

船只識別對于海上交通管理、溢油污染治理、海運安全管理、海洋權益維護等方面發揮著十分重要的作用。目前被用于海上船只識別的遙感影像包括光學遙感影像、反射紅外遙感影像、高光譜遙感影像、熱紅外遙感影像和雷達圖像，與前三者遙感影像不同的是，雷達圖像是向目標物發射無線電波，接收散射回波所形成的圖像，具有全天時、全天候的特點。其中，合成孔徑雷達(SAR)是最適合船只探測的雷達。隨著中國的高分三號，日本的ALOS-2，歐洲航天局的Sentinel-1成功發射，大量的雷達圖像可以被用于船只識別。

傳統的基于雷達圖像的船只識別方法主要是基于恒虛警率(CFAR)算法，該算法利用海雜波的統計分布和人工預設的特征進行船只識別。常用的恒虛警率算法包括基于高斯分布的雙參數恒虛警率算法、基于韋布爾分布的恒虛警率算法等。該類算法的缺點是當船只停泊在靠岸的港口、船只行駛靠近島嶼等場景復雜的場景下，人工建筑有著和船只相似的后向散射機制從而產生較高的假陽性率，導致算法的魯棒性較差。

為了解決上述缺陷，現有技術中通常利用神經網絡對雷達圖像進行船只識別。但是在實際使用中，隨著雷達成像系統的不斷更新，船只在不同雷達、不同分辨率圖像中的差異越來越大，同時，同類船只不同型號之間實際尺寸也存在較大差異，造成船只在雷達圖像中以不同尺度呈現。多尺度船只目標的存在導致對船只進行識別與定位的邊界框區域定位不準確，使得對船只的識別不準確。現有技術中的船只識別模型往往難以對不同尺度雷達圖像的識別準確率進行驗證，這導致船只識別模型的準確率比較低。

發明內容

有鑒于此，本發明實施例提供了一種基于雷達圖像的船只識別方法、裝置及電子設備，以解決現有技術中的船只識別模型往往難以對不同尺度雷達圖像的識別準確率進行驗證，這導致船只識別模型的準確率比較低的問題。

根據第一方面，本發明實施例提供了一種基于雷達圖像的船只識別模型的驗證方法，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。

本發明實施例提供的基于雷達圖像的船只識別模型的驗證方法，利用預先訓練得到的船只識別模型提取雷達圖像的多尺度特征圖；分別對每個尺度特征圖進行檢測，得到對應于每個尺度特征圖的第二邊界框；并利用事先標注好的第一邊界框，對所述第二邊界框進行修正并得到修正量，通過所述修正量確定所述船只識別模型的識別準確率，從而解決解決現有技術中的船只識別模型往往難以對不同尺度雷達圖像的識別準確率進行驗證，這導致船只識別模型的準確率比較低的問題。

可選地，所述通過所述修正量確定出所述船只識別模型的識別準確率，包括：獲取預先建立的修正量-識別準確率對照關系；根據所述修正量，以及所述修正量-識別準確率對照關系，確定所述船只識別模型的識別準確率。