[發明專利]一種船只檢索方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011232448.8
• 申請日: 2020-11-06
• 公開（公告）號: CN112232289A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 鄧練兵;盧振興;朱俊
• 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;G06F16/53
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張慧

1.一種船只檢索方法，其特征在于，包括如下步驟：

獲取待檢索船只影像；

利用預先構建的神經網絡模型從所述待檢索船只影像中識別出船只位置，提取所述待檢索船只的特征向量；

基于所述特征向量將所述待檢索船只與預先構建的特征數據庫進行比對，計算所述待檢索船只與所述特征數據庫中船只的第一相似度，其中，所述特征數據庫中存有船只特征向量及其與船只的對應關系；

選擇相似度大于第一預設閾值的船只，得到預檢索結果；

從所述待檢索船只影像上所述船只位置處截取所述待檢索船只上的局部影像；

將所述局部影像遍歷所述預檢索結果中的每一張船只影像，計算所述局部影像與所述預檢索結果中的每一張船只影像中與所述局部影像相同大小的區域的第二相似度；

當所述預檢索結果存在所述第二相似度達到第二預設閾值的目標船只時，確定所述待檢索船只為所述目標船只。

2.根據權利要求1所述的船只檢索方法，其特征在于，所述從所述待檢索船只影像上所述船只位置處截取所述待檢索船只上的局部影像，包括：

確定所要截取的局部影像的目標框；

以所述目標框的大小從所述待檢索船只影像上進行遍歷，計算每個目標框位置的圖像熵；

以在所述船只位置的最大圖像熵的目標框所在區域，截取得到所述局部影像。

3.根據權利要求2所述的船只檢索方法，其特征在于，在以在所述船只位置的最大圖像熵的目標框所在區域，截取得到所述局部影像之后，還包括：

對所述局部影像進行背景圖像識別，得到所述背景圖像；

從所述局部影像中去除所述背景圖像。

4.根據權利要求1所述的船只檢索方法，其特征在于，所述第二預設閾值大于所述第一預設閾值。

5.根據權利要求1所述的船只檢索方法，其特征在于，所述利用預先構建的神經網絡模型從所述待檢索船只影像中識別出船只位置之前，還包括：

獲取多個船只影像；

根據所述多個船只影像的船只類型進行分類，并對所有船只影像上的船只位置進行標注，得到用于訓練模型的船只影像樣本集；

利用所述船只影像樣本集對初始神經網絡模型進行訓練，得到用于檢測船只影像上船只位置的神經網絡模型。

6.根據權利要求1所述的船只檢索方法，其特征在于，利用預先構建的神經網絡模型從所述待檢索船只影像中識別出船只位置，包括：

將所述船只影像分割為多個第一區域；

計算所述多個第一區域與每個相鄰區域的相似度；

將相似度最高的兩個第一區域合并，得到至少一個第二區域；

計算所述第二區域和與其相鄰的其它第一區域的相似度；

將所述第二區域與相似度最高的第一區域進行合并，得到第三區域；

重復上述步驟，直到完成所有第一區域的合并，得到最終船只位置所在區域。

7.根據權利要求1所述的船只檢索方法，其特征在于，所述多個船只影像和所述待檢索船只影像均為衛星影像或者航拍影像。

8.一種船只檢索裝置，其特征在于，包括：

獲取模塊，用于獲取待檢索船只影像；

提取模塊，用于利用預先構建的神經網絡模型從所述待檢索船只影像中識別出船只位置，提取所述待檢索船只的特征向量；

比對模塊，用于基于所述特征向量將所述待檢索船只與預先構建的特征數據庫進行比對，計算所述待檢索船只與所述特征數據庫中船只的第一相似度，其中，所述特征數據庫中存有船只特征向量及其與船只的對應關系；

第一確定模塊，用于選擇相似度大于第一預設閾值的船只，得到預檢索結果；

截取模塊，用于從所述待檢索船只影像上所述船只位置處截取所述待檢索船只上的局部影像；

篩選模塊，用于將所述局部影像遍歷所述預檢索結果中的每一張船只影像，計算所述局部影像與所述預檢索結果中的每一張船只影像中與所述局部影像相同大小的區域的第二相似度；

第二確定模塊，用于當所述預檢索結果存在所述第二相似度達到第二預設閾值的目標船只時，確定所述待檢索船只為所述目標船只。