[發明專利]一種基于分層關注深度卷積神經網絡的方位歷程圖中航跡檢測與提取方法

有效

• 申請號: 202110502783.3
• 申請日: 2021-05-09
• 公開（公告）號: CN113239775B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 楊宏暉;于傳林
• 申請（專利權）人: 西北工業大學
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/44;G06V10/80;G06V10/30;G06V10/36;G06N3/0464;G06V10/774;G06T7/73;G01C21/20;G01S15/93
• 代理公司: 西安匠星互智知識產權代理有限公司 61291
• 代理人: 陳星

本發明提出一種基于分層關注深度卷積神經網絡的方位歷程圖中航跡檢測與提取方法，通過模塊化的方式構建HADCNN模型，來模擬人類視覺由整體到局部的過程，同時實現分層關注；通過方位歷程圖混合灰度預處理的方法，實現了噪聲干擾濾除和航跡增強。HADCNN模型中，航跡區域檢測模塊負責檢測與提取整張方位歷程圖中航跡區域，區域中航跡位置檢測與提取模塊負責檢測與提取包含航跡區域的局部圖像中的航跡。方位歷程圖中航跡檢測與提取方法采用預處理的方法增強航跡、抑制噪聲，實現類間特征差別的增加，并減少后續網絡的運算成本，提高了檢測與提取效率。

技術領域

本發明涉及一種方位歷程圖中航跡檢測與提取方法，特別是涉及一種基于分層關注深度卷積神經網絡方位歷程圖中航跡檢測與提取方法。

背景技術

利用被動聲吶方位歷程圖進行航跡檢測與提取是判斷艦船航跡的重要手段。通過方位歷程圖的預處理和航跡的檢測與提取，判斷復雜方位歷程圖中的艦船航跡，其中常用的抑制背景噪聲干擾的預處理方法會導致部分航跡信息會隨著噪聲干擾的抑制而被破壞，出現斷裂、不連續的情況。增強航跡線特征的預處理方法雖然對弱航跡增強有一定作用，同時也增強了噪聲干擾，導致了一些圖像出現過度增強等退化現象。這些預處理方法能改善方位歷程圖顯示，但需要人工設置參數，一旦參數設置不合適，將會影響算法處理效果，增大了算法在實際應用中的難度。

傳統的航跡檢測與提取方法多采用閾值法和概率跟蹤法。其中閾值法在工程上很簡單，但是在背景噪聲干擾較大的情形下這種方法無法有效的進行航跡檢測與提取。當兩條航跡距離過近或者交叉時可能會出現航跡檢測失誤的情形。概率跟蹤法將單幀圖像數據作為輸入，判別區域中航跡位置，然后根據航跡不會突然彎折、航跡處像素值變化緩慢的特點，搜尋固定范圍內的航跡點，連接航跡點實現航跡的檢測與提取。概率跟蹤法對類似于航跡的噪聲干擾等會出現誤判。單幀圖像數據往往存在多個干擾值點，在沒有人為判斷的條件下，根據檢測點進行跟蹤容易導致目標虛報。即使在斷裂航跡關聯修正時檢測目標域內多幀數據，圖像中仍然存在著部分虛假航跡，影響檢測結果。同時，傳統的航跡檢測與提取需要人工設定參數，泛化性弱。

目前深度卷積神經網絡在進行目標檢測與提取方面有巨大優勢，其主要應用于人臉識別、道路場景中物體識別與提取等方面。在這些應用場景中，目標物體占比較高且輪廓清晰，所以深度卷積神經網絡能提取到較好的結果。但方位歷程圖中航跡占比極低、航跡不具備明顯的輪廓，同時方位歷程圖中航跡信噪比低、各種噪聲干擾特性不同、航跡交叉或混疊，導致已有的網絡直接應用于方位歷程圖航跡檢測與提取中無法取得理想的效果。因此需要針對方位歷程圖中航跡的特點，合理地設計深度卷積神經網絡，達到實現航跡檢測與提取的目的。

發明內容

本發明針對被動聲吶方位歷程圖中航跡檢測與提取的問題，提出了一種分層關注深度卷積神經網絡(Hierarchical?Attention?Deep?convolutional?neural?network,HADCNN)。該網絡通過任務模塊化設計模擬生物視覺神經識別物體由整體概況到局部細節的識別機制，構建了航跡區域檢測模塊和區域中航跡位置檢測與提取模塊，實現了圖像區域的分層關注，解決了方位歷程圖弱正樣本的問題；每個模塊利用深度卷積神經網絡(Deepconvolutional?neural?network,DCNN)遞進地完成了艦船航跡區域檢測與提取、區域中航跡位置檢測與提取的任務；每個模塊內通過淺層卷積層與深層卷積層特征圖交融訓練的方法，實現特征的分層關注，增加檢測與提取精度。分層關注深度卷積神經網絡為方位歷程圖中航跡檢測與提取提供了一種新的途徑和方法。

本發明的技術方案為：

所述一種基于分層關注深度卷積神經網絡的方位歷程圖中航跡檢測與提取方法，包括以下步驟：

步驟1：獲取彩色方位歷程圖N張，其中每張方位歷程圖長為H，高為L，色彩深度為E；將每張H×L的方位歷程圖C按顏色通道分解R、G、B，并轉換為灰度圖I；且將彩色方位歷程圖C通過直方圖均衡化算法得到彩色直方圖均衡化結果圖H_colour；