[發明專利]融合人工魚與粒子群算法的工程機械圖像識別方法及系統

在審

• 申請號: 202111192127.4
• 申請日: 2021-10-13
• 公開（公告）號: CN113901932A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 閆偉;曲春燕;紀嘉樹;胡濱;侯衍華;袁子洋
• 申請（專利權）人: 山東大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張慶騫

1.一種融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，包括：

獲取工程機械圖像并初始化工程機械圖像的錨框；

利用融合的粒子群算法和人工魚群算法來處理所述工程機械圖像的初始錨框，得到所述工程機械圖像的標準錨框；其中，粒子群算法的每個粒子看成一條人工魚，每個粒子的速度看成人工魚的視野范圍，通過適應度尋優自適應改變人工魚群算法覓食行為的視野，所述視野為錨框；

基于所述工程機械圖像的標準錨框及目標檢測模型，識別出工程機械圖像中工程機械的類型。

2.如權利要求1所述的融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，所述適應度由適應度函數計算得到。

3.如權利要求2所述的融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，適應度函數為所有粒子到最近聚類中心的歐幾里得距離。

4.如權利要求1所述的融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，在尋優的過程中，若前后兩次尋優的適應度差值與前次尋優的適應度的比值小于預設閾值，則尋優停止。

5.如權利要求1所述的融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，在訓練目標檢測模型所采用的訓練數據集中的圖像樣本為采用融合的粒子群算法和人工魚群算法來處理工程機械圖像樣本的初始錨框，得到對應工程機械圖像樣本的標準錨框及聚類標準錨框。

6.如權利要求1所述的融合人工魚與粒子群算法的工程機械圖像識別方法，其特征在于，所述錨框為矩形框。

7.一種融合人工魚與粒子群算法的工程機械圖像識別系統，其特征在于，包括：

圖像獲取及初始化模塊，其用于獲取工程機械圖像并初始化工程機械圖像的錨框；

標準錨框獲取模塊，其用于利用融合的粒子群算法和人工魚群算法來處理所述工程機械圖像的初始錨框，得到所述工程機械圖像的標準錨框；其中，粒子群算法的每個粒子看成一條人工魚，每個粒子的速度看成人工魚的視野范圍，通過適應度尋優自適應改變人工魚群算法覓食行為的視野，所述視野為錨框；

工程機械圖像識別模塊，其用于基于所述工程機械圖像的標準錨框及目標檢測模型，識別出工程機械圖像中工程機械的類型。

8.如權利要求7所述的融合人工魚與粒子群算法的工程機械圖像識別系統，其特征在于，在訓練目標檢測模型所采用的訓練數據集中的圖像樣本為采用融合的粒子群算法和人工魚群算法來處理工程機械圖像樣本的初始錨框，得到對應工程機械圖像樣本的標準錨框及聚類標準錨框。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-6中任一項所述的融合人工魚與粒子群算法的工程機械圖像識別方法中的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-6中任一項所述的融合人工魚與粒子群算法的工程機械圖像識別方法中的步驟。