[發明專利]一種聲吶水下目標檢測方法

在審

• 申請號: 202011492415.7
• 申請日: 2020-12-17
• 公開（公告）號: CN112613504A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 曾丹;陸恬昳;徐霽軒;蔡周吟
• 申請（專利權）人: 上海大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 王穎

1.一種聲吶水下目標檢測方法，其特征在于，包括以下步驟：

步驟一：采集預訓練水下目標圖像，對預訓練水下目標圖像進行預處理，得到訓練數據集；

步驟二：構建特征提取網絡，基于訓練數據集，訓練特征提取網絡；

步驟三：采集水下目標圖像，對所述水下目標圖像進行預處理，得到待檢測數據集；將待檢測數據集輸入特征提取網絡，通過所述特征提取網絡，將所述待檢測數據集劃分網格，并提取所述水下圖像特征；

步驟四：基于所述水下目標圖像的特征，對待檢測數據集進行k-means聚類，然后選擇預測邊界框，將所述預測邊界框的聚類簇和尺度進行排序，根據所述排序結果，將所述聚類簇均分到各個尺度上，得到不同尺度的特征圖；

步驟五：構建邊界框預測網絡，基于所述特征圖，通過邊界框預測網絡進行卷積預測，得到預測邊界框值；

步驟六：對預測邊界框值進行后處理，得到對應數據的檢測結果；

步驟七：對水下目標圖像數據的相鄰幀分別進行檢測，得到相鄰幀的檢測結果，根據相鄰幀的檢測結果，對圖像預測結果進行修正。

2.根據權利要求1所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟二基于DarkNet53構建特征提取網絡。

3.根據權利要求1所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟一中的預訓練水下目標圖像為前視聲吶扇形圖像中截取的矩形圖像。

4.根據權利要求3所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟一中的預處理，具體步驟為：對截取的矩形圖像調整形狀大小，然后對大小調整后的圖像進行背景填充。

5.根據權利要求1所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟七中所述待檢測數據為連續幀的待檢測數據時，通過前后幀的關聯性對預測結果進行優化。

6.根據權利要求1所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟五，具體步驟包括：基于RPN網絡，構建邊界框預測網絡，所述邊界框預測網絡使用直接的位置預測，得到預測邊界框的值；

所述預測邊界框的值包括預測邊界框的左下角網格的偏移量和預測邊界框尺度縮放值。

7.根據權利要求1所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟六，具體步驟包括，

根據預測邊界框的左下角網格的偏移量，使用Sigmoid限制，控制所述偏移量在0-1，將預測邊界框的中心約束在當前中心所在網格中，得到處理后的預測邊界框；

基于處理后的預測邊界框，通過非極大值抑制算法，將處理后的預測邊界框按類別劃分，根據得分降序排列，計算其中一個邊界框和其他邊界框的交并比，通過設定交并比的閾值，篩選邊界框，得到目標邊界框；基于目標邊界框，使用邏輯回歸計算每個預測邊界框的目標置信度，使用平方誤差計算目標邊界框參數，得到檢測結果；

所述檢測結果為目標置信度和目標邊界框參數。

8.根據權利要求6所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟五邊界框預測網絡的卷積核的數量為(4+1+c)*k個，其中每個預測邊界框包括：4*k個表示目標邊界框的偏移量的參數，k個表示目標邊界框內包含目標概率的參數，c*k個表示預測k個預設邊界框對應c個目標類別概率的參數。

9.根據權利要求8所述一種聲吶水下目標檢測方法，其特征在于：

所述步驟四中特征圖包括兩個維度包括平面維度和深度維度；

所述平面維度為m*m，對應的有m*m個網格用于預測；

所述深度的維度為(4+1+c)*k。