[發明專利]基于人工智能技術的毀傷區域識別與面積測量系統及方法

在審

• 申請號: 202210526500.3
• 申請日: 2022-05-16
• 公開（公告）號: CN114926430A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 婁文忠;孫毅;趙飛;蘇文亭;宣瑋琨
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/62;G06V10/26;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 王巖

本發明公開了一種基于人工智能技術的毀傷區域識別與面積測量系統及方法。本發明將彈載攝像頭、彈載計算機和高度計安裝在彈藥上，采用面積已知的先驗標尺獲得毀傷區域面積測量先驗信息，得到像素數與高度關系函數，構建深度卷積神經網絡模型；彈藥在毀傷區域的上空下落的過程中，彈載攝像頭實時采集毀傷區域的圖像，高度計記載此時彈藥所在的高度，彈載計算機實時無線傳輸至地面基站；圖像識別語義分割模塊提取出毀傷區域的輪廓，并得到毀傷區域的像素數，結合先驗標尺的面積和像素數與高度關系函數，得到任意高度下的毀傷區域的面積；本發明確保毀傷信息提取的準確性和實時性，對于提高評測效率、節省時間成本有著十分重要的意義。

技術領域

本發明涉及毀傷區域圖像處理領域，具體涉及一種基于人工智能技術的毀傷區域識別與面積測量系統及其方法。

背景技術

信息化技術的進步使得各類應急環境，如戰場、安全事故、自然災害的毀傷圖像能夠快速回傳，但是毀傷的特征信息(如區域范圍、面積)卻較難獲得。能否有效毀傷目標是衡量武器完成打擊任務的最終標志，戰場的決策者需要知道武器系統的毀傷效果，來判斷戰場目標在預定武器打擊下是否達到了相應的毀傷效能，以便制定下一步的作戰計劃，因此毀傷評估在從戰場作戰中至關重要甚至很大程度上影響戰爭的進程和結局。此外，在安全事故和自然災害領域，對災害或事故造成的毀傷范圍的評估是耗時且費力的，這個過程不僅延緩了救援進度，對下一步的恢復工作也相當不利。

當前毀傷評估的方法主要依靠經驗以及圖像回傳后的人工判讀，無法滿足當前信息化戰爭或是應急環境下救援以及后續的評估工作。

發明內容

為了解決戰場、安全事故現場、自然災害現場等各類應急環境下的毀傷特征信息獲取，且不影響毀傷區域識別與毀傷面積測量的功能性與可靠性，本發明提出了一種基于人工智能技術的毀傷區域識別與面積測量系統及其方法，不僅滿足了在戰場、安全事故及自然災害等環境下的毀傷區域識別和毀傷面積精準測量的需求，并且突破了復雜系統的約束，使得對毀傷區域的分割和面積測量更加便捷有效，同時解決了毀傷范圍隨時間變化的特性及非規則形狀難以測量的問題。

本發明的一個目的在于提出一種基于人工智能技術的毀傷區域識別與面積測量系統。

本發明的基于人工智能技術的毀傷區域識別與面積測量系統包括：彈載攝像頭、彈載計算機、高度計和地面基站；其中，彈載攝像頭、彈載計算機和高度計設置在彈藥上；彈載攝像頭和高度計分別連接至彈載計算機；彈載計算機通過無線通訊連接至地面基站；地面基站包括圖像識別語義分割模塊、先驗信息模塊、面積計算模塊和交互界面；圖像識別語義分割模塊內存儲有訓練好的深度卷積神經網絡模型；先驗信息模塊內存儲有采用先驗標尺測量得到的像素數與高度關系函數，先驗標尺為面積S已知的區域；

圖像識別語義分割模塊采用深度學習框架構建深度卷積神經網絡模型，獲取多張毀傷圖片，采用深度學習標注工具對毀傷圖片進行毀傷區域特征信息標注，標記出毀傷區域的輪廓和面積，將標注好的毀傷圖片批量生成毀傷圖片訓練集，訓練深度卷積神經網絡模型；通過對毀傷圖片訓練集進行數據增強，增強后的數據集成倍數擴大；通過不斷調整學習參數，提高準確率并使損失函數逼近最小值，得到訓練好的深度卷積神經網絡模型；

裝載有彈載攝像頭、彈載計算機和高度計的彈藥在先驗標尺的上空下落的過程中，彈載攝像頭采集一系列不同高度下先驗標尺的圖像，并傳輸至彈載計算機，高度計得到對應的彈藥所在的一系列高度h₁、h₂、....、h_N，N為采集次數，N為自然數，并傳送至彈載計算機；彈載計算機將高度以及對應的先驗標尺的圖像傳輸至地面基站；地面基站的先驗信息模塊得到對應高度下的先驗標尺的圖像所占的像素數λ₁、λ₂、…、λ_N，得到多組對應的高度和像素數；通過對多組對應的高度和像素數進行擬合，得到像素數與高度關系函數；