[發(fā)明專利]基于簇類無人機圖像的自適應(yīng)分割檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 202110081323.8
• 申請日: 2021-01-21
• 公開（公告）號: CN112766170A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 李云;王學軍;李菲;蔣曹清;胡小春;龔秋華;李國;譚智誠
• 申請（專利權(quán)）人: 廣西財經(jīng)學院;桂林航天工業(yè)學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣東廣盈專利商標事務(wù)所(普通合伙) 44339
• 代理人: 楊樂兵

1.一種基于簇類無人機圖像的自適應(yīng)分割檢測方法，其特征在于，所述方法包括：

基于收斂的第一神經(jīng)網(wǎng)絡(luò)提取無人機圖像信息的聚類候選框；同時，

基于自適應(yīng)法確定所述無人機圖像信息中的聚類候選框的分割個數(shù)；

基于所述聚類候選框和所述聚類候選框的分割個數(shù)對所述聚類候選框進行融合處理，獲得融合后的聚類候選框數(shù)目和聚類候選框；

基于所述融合后的聚類候選框數(shù)目和聚類候選框?qū)λ鰺o人機圖像信息進行分割和填充，獲得分割及填充后的無人機圖像信息；

對所述分割及填充后的無人機圖像信息進行精確檢測，獲得精確檢測結(jié)果，同時對所述無人機圖像信息進行全局檢測，獲得全局檢測結(jié)果；

基于預(yù)設(shè)規(guī)則對所述精確檢測結(jié)果和所述全局檢測結(jié)果進行融合，獲得融合檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的自適應(yīng)分割檢測方法，其特征在于，所述第一神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，包括：

構(gòu)建第一神經(jīng)網(wǎng)絡(luò)，并向所述第一神經(jīng)網(wǎng)絡(luò)輸入訓(xùn)練無人機圖像數(shù)據(jù)集及其對應(yīng)的標注信息；

在所述第一神經(jīng)網(wǎng)絡(luò)內(nèi)使用3*3的卷積核對輸入的訓(xùn)練無人機圖像數(shù)據(jù)集及其對應(yīng)的標注信息進行卷積處理，輸出對應(yīng)的特征圖；

對所述對應(yīng)特征圖進行卷積、池化操作，獲得高層特征圖；

使用兩個1*1的卷積核對所述高層特征圖進行卷積，并基于卷積結(jié)果獲得兩個分支，其中一個分支進行回歸操作輸出的結(jié)果為預(yù)測聚類候選框的預(yù)測坐標值，另一個分支進行分類，分類結(jié)果為回歸結(jié)果輸出的預(yù)測聚類候選框?qū)?yīng)的置信分數(shù)；

將預(yù)測聚類候選框和預(yù)測聚類候選框?qū)?yīng)的置信分數(shù)與對應(yīng)的標準信息中的標準聚類候選框進行比較，獲得比較結(jié)果；

基于所述比較結(jié)果對所述第一神經(jīng)網(wǎng)絡(luò)進行循環(huán)訓(xùn)練，直至獲得收斂的第一神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求1所述的自適應(yīng)分割檢測方法，其特征在于，所述基于收斂的第一神經(jīng)網(wǎng)絡(luò)提取無人機圖像信息的聚類候選框，包括：

將所述無人機圖像信息輸入收斂的第一神經(jīng)網(wǎng)絡(luò)中，輸出聚類候選框的坐標和置信分數(shù)；

根據(jù)所述聚類候選框的坐標在所述無人機圖像信息中標出聚類候選框的位置，并基于置信分數(shù)標注所述聚類候選框的可信度。

4.根據(jù)權(quán)利要求1所述的自適應(yīng)分割檢測方法，其特征在于，所述基于自適應(yīng)法確定所述無人機圖像信息中的聚類候選框的分割個數(shù)，包括：

在所述無人機圖像信息中的隨機選取出十分之一作為訓(xùn)練集數(shù)據(jù)，并進行人工標注，獲得標注后的訓(xùn)練集數(shù)據(jù)，所述人工標注為固定標準標注；

確定標注后的訓(xùn)練集數(shù)據(jù)中的輸入圖像X，X＝R^w×h×d，其中w、h、d分別表示輸入圖像的高度、寬度和通道數(shù)，設(shè)y為真實標簽的概率分布，y服從正態(tài)分布其中，μ為真實標簽的分割數(shù)目，σ表示可調(diào)的超參數(shù)，y_i表示分割數(shù)目為i的概率分布，；

在自適應(yīng)網(wǎng)絡(luò)中使用交叉熵作為損失函數(shù)，并使用鏈式求導(dǎo)法對θ進行求導(dǎo)，獲得權(quán)重的更新規(guī)則，并根據(jù)更新規(guī)則訓(xùn)練自適應(yīng)網(wǎng)絡(luò)，得到收斂的自適應(yīng)網(wǎng)絡(luò)，并基于收斂自適應(yīng)網(wǎng)絡(luò)輸出所述無人機圖像信息中的聚類候選框的分割個數(shù)。

5.根據(jù)權(quán)利要求1所述的自適應(yīng)分割檢測方法，其特征在于，所述基于所述聚類候選框和所述聚類候選框的分割個數(shù)對所述聚類候選框進行融合處理，獲得融合后的聚類候選框數(shù)目和聚類候選框，包括：

將所述聚類候選框按照其對應(yīng)的置信分數(shù)進行排序，并選取置信分數(shù)最大的聚類候選框依次與排名靠后的置信分數(shù)對應(yīng)的聚類候選框進行比較；

在比較結(jié)果中兩個聚類候選框重合部分的面積大于預(yù)設(shè)面積時，合并兩個聚類候選框，并刪除被比較的聚類候選框，直至比較完成，得到初始融合后的聚類候選框數(shù)目和聚類候選框；

將初始融合后的聚類候選框再次按照置信分數(shù)進行排序，并比較初始融合后的聚類候選框數(shù)目和所述聚類候選框的分割個數(shù)，并基于所述比較結(jié)果獲得融合后的聚類候選框數(shù)目和聚類候選框。