[發(fā)明專利]融合語義流場的編解碼網(wǎng)絡(luò)港口影像分割方法

在審

• 申請?zhí)枺?/td>: 202110326425.1
• 申請日: 2021-03-26
• 公開（公告）號: CN113052180A
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 郭海濤;盧俊;高慧;林雨準(zhǔn);龔志輝;余東行;袁洲;牛藝婷;饒子昱;王家琪
• 申請（專利權(quán)）人: 中國人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 鄭州睿信知識產(chǎn)權(quán)代理有限公司 41119
• 代理人: 黃晶

本發(fā)明涉及融合語義流場的編解碼網(wǎng)絡(luò)港口影像分割方法，屬于圖像分割技術(shù)領(lǐng)域，該方法包括將待分割圖像輸入至訓(xùn)練好的融合語義流場的編解碼網(wǎng)絡(luò)，將港口影像分割為海、陸以及艦船三種類別；編解碼網(wǎng)絡(luò)包括依次連接的編碼層、空洞卷積層和解碼層，編碼層包括N層依次連接的卷積模塊，解碼層包括N層依次連接的反卷積模塊，各反卷積模塊中均設(shè)置有流對齊模塊，各流對齊模塊的輸入與編碼層中相應(yīng)層級的卷積模塊進(jìn)行跳躍相連。本發(fā)明利用流對齊模塊，通過預(yù)測特征圖間的語義流場，監(jiān)督上采樣過程，以提高特征信息傳遞的有效性，并利用空洞卷積層獲取影像的多尺度信息，使其更加適合港口影像分割任務(wù)，從而得到平滑、完整的分割結(jié)果，分割精度較高。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像分割技術(shù)領(lǐng)域，具體涉及融合語義流場的編解碼網(wǎng)絡(luò)港口影像分割方法。

背景技術(shù)

隨著遙感技術(shù)的快速發(fā)展，利用遙感影像進(jìn)行海陸分割和海洋近岸目標(biāo)檢測逐漸成為當(dāng)前研究的熱點(diǎn)，在海岸線提取、海域交通管制、軍事監(jiān)測等方面具有重要的應(yīng)用。然而，遙感影像港口區(qū)域的影像特征復(fù)雜，存在海浪、云層、陰影等諸多干擾因素，存在碼頭與艦船邊界模糊不清的情況，導(dǎo)致港口影像分割中容易產(chǎn)生像素分類錯誤和邊界模糊定位等問題，因此，準(zhǔn)確的海陸分割和魯棒的艦船檢測具有挑戰(zhàn)性。

傳統(tǒng)海陸影像分割方法主要包括閾值分割法、區(qū)域生長法、活動輪廓模型法、基于馬爾科夫隨機(jī)場法等，這些利用影像的單一特征進(jìn)行提取的方法，雖然在簡單場景下可獲得較高的分割精度，但易受到噪聲干擾，出現(xiàn)海陸邊界分割不準(zhǔn)確或者錯誤分類的情況；另外遙感影像中艦船等海洋近岸目標(biāo)類型多樣、尺寸不一，導(dǎo)致傳統(tǒng)檢測方法魯棒性較差，且在復(fù)雜場景中難以得到準(zhǔn)確的檢測結(jié)果。

近年來，已有學(xué)者將深度學(xué)習(xí)中的語義分割技術(shù)應(yīng)用于港口影像海陸分割中，例如采用 SegNet、U-Net、Deeplabv3+、DenseASPP等語義分割網(wǎng)絡(luò)，這些網(wǎng)絡(luò)一般均包括編碼結(jié)構(gòu)、解碼結(jié)構(gòu)，其中解碼結(jié)構(gòu)通過上采樣操作恢復(fù)特征圖分辨率，雙線性插值、轉(zhuǎn)置卷積等沒有考慮特征圖像素間的關(guān)系，特征在編碼過程中經(jīng)殘差網(wǎng)絡(luò)多次池化后造成的特征信息丟失，加大了高低層特征圖間的語義差異，造成特征融合時產(chǎn)生大量無效信息的傳遞，同時使得計(jì)算時間和所需的硬件資源大幅增加，影響分割精度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供融合語義流場的編解碼網(wǎng)絡(luò)港口影像分割方法，用于解決現(xiàn)有技術(shù)中港口影像分割精度低的問題。

基于上述目的，一種融合語義流場的編解碼網(wǎng)絡(luò)港口影像分割方法的技術(shù)方案如下：

將待分割圖像輸入至加載最優(yōu)訓(xùn)練權(quán)重的融合語義流場的編解碼網(wǎng)絡(luò)，將港口影像分割為海、陸以及艦船三種類別；

所述融合語義流場的編解碼網(wǎng)絡(luò)的最優(yōu)訓(xùn)練權(quán)重是通過訓(xùn)練樣本及樣本標(biāo)簽進(jìn)行訓(xùn)練得到的，并且，所述融合語義流場的編解碼網(wǎng)絡(luò)包括依次連接的編碼層、空洞卷積層和解碼層，其中，編碼層包括N層依次連接的卷積模塊，N2；解碼層包括N層依次連接的反卷積模塊，每個反卷積模塊中均設(shè)置有一個流對齊模塊，各流對齊模塊的輸入與編碼層中相應(yīng)層級的卷積模塊進(jìn)行跳躍相連。

上述技術(shù)方案的有益效果是：

本發(fā)明將港口影像中海、陸及艦船置于同一語義分割框架內(nèi)，提出了融合語義流場的編碼-解碼網(wǎng)絡(luò)(SFD-LinkNet)，該網(wǎng)絡(luò)利用流對齊模塊，通過預(yù)測特征圖間的語義流場，監(jiān)督上采樣過程，以提高特征信息傳遞的有效性，并利用空洞卷積層獲取影像的多尺度信息，使其更加適合港口影像分割任務(wù)，從而得到平滑、完整的分割結(jié)果，分割精度較高。

進(jìn)一步的，為了保證編碼效果，所述的編碼層采用ResNet34網(wǎng)絡(luò)，包括一層卷積核為 7×7的卷積操作，以及由殘差模塊分別疊加3、4、6、3次組成的Conv1、Conv2、Conv3、Conv4模塊。