[發(fā)明專(zhuān)利]基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210747277.5
• 申請(qǐng)日: 2022-06-29
• 公開(kāi)（公告）號(hào): CN115082792A
• 公開(kāi)（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 田聯(lián)房;馮俊健;李彬;董超
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華南理工大學(xué)
• 主分類(lèi)號(hào): G06V20/10
• 分類(lèi)號(hào): G06V20/10;G06V10/44;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 馮炳輝

本發(fā)明公開(kāi)了一種基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法，包括：1)利用源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)構(gòu)建水面目標(biāo)數(shù)據(jù)集，以及構(gòu)建水面目標(biāo)檢測(cè)模型；2)進(jìn)行特征對(duì)抗遷移學(xué)習(xí)，利用水面目標(biāo)數(shù)據(jù)集訓(xùn)練水面目標(biāo)檢測(cè)模型，以對(duì)抗的方式實(shí)現(xiàn)源域數(shù)據(jù)與目標(biāo)域數(shù)據(jù)的特征對(duì)齊；3)進(jìn)行半監(jiān)督學(xué)習(xí)，利用水面目標(biāo)檢測(cè)模型對(duì)部分目標(biāo)域數(shù)據(jù)進(jìn)行偽標(biāo)注，利用水面目標(biāo)數(shù)據(jù)集對(duì)特征對(duì)抗遷移學(xué)習(xí)后的水面目標(biāo)檢測(cè)模型進(jìn)行半監(jiān)督訓(xùn)練。本發(fā)明利用其它環(huán)境中已標(biāo)注的樣本數(shù)據(jù)訓(xùn)練模型并將該模型所學(xué)習(xí)到的知識(shí)遷移到新的環(huán)境中，結(jié)合半監(jiān)督學(xué)習(xí)方式提高跨域水面目標(biāo)檢測(cè)的精度，降低模型部署到新環(huán)境中的數(shù)據(jù)標(biāo)注成本，最終實(shí)現(xiàn)跨域水面目標(biāo)檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及水面目標(biāo)檢測(cè)的技術(shù)領(lǐng)域，尤其是指一種基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法。

背景技術(shù)

當(dāng)前，水上經(jīng)濟(jì)的蓬勃發(fā)展帶來(lái)水上交通的日益繁華。基于光學(xué)圖像的水面目標(biāo)檢測(cè)方法有助于及時(shí)發(fā)現(xiàn)可疑的目標(biāo),提高了航道和碼頭的管理效率。然而，隨著水面目標(biāo)的外觀變化或水面環(huán)境的變遷，檢測(cè)模型的檢測(cè)性能會(huì)下降。再次對(duì)大量的新數(shù)據(jù)進(jìn)行標(biāo)定會(huì)產(chǎn)生巨大的成本且不利檢測(cè)模型的持續(xù)運(yùn)行，因此，通過(guò)特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)來(lái)進(jìn)行跨域水面目標(biāo)檢測(cè)，有助于構(gòu)建持續(xù)可靠的水面監(jiān)控系統(tǒng)，具有重要的應(yīng)用價(jià)值。

大量的水面目標(biāo)檢測(cè)研究工作大致可分為兩類(lèi)：基于背景建模與基于深度學(xué)習(xí)的方法。基于背景建模的水面目標(biāo)檢測(cè)方法對(duì)水上背景進(jìn)行建模，并通過(guò)背景相減獲取前景目標(biāo)。然而這類(lèi)方法在背景快速變化的情況下容易產(chǎn)生大量的假陽(yáng)性。同時(shí)，光線變化、密集的水面目標(biāo)也會(huì)造成檢測(cè)精度的下降。當(dāng)前，隨著深度學(xué)習(xí)的不斷發(fā)展，深度神經(jīng)網(wǎng)絡(luò)模型能夠從數(shù)據(jù)中學(xué)習(xí)到更加豐富的特征，極大地提高目標(biāo)檢測(cè)的性能。因此，基于深度學(xué)習(xí)的水面目標(biāo)檢測(cè)方法逐漸成為了主流。然而，這類(lèi)方法模型參數(shù)多，需要大量的標(biāo)注數(shù)據(jù)來(lái)防止模型的過(guò)擬合風(fēng)險(xiǎn)，而對(duì)大量的水上數(shù)據(jù)進(jìn)行人工標(biāo)注是一件耗時(shí)、高成本的工作。除此之外，利用有限的標(biāo)注數(shù)據(jù)難以覆蓋多樣化的環(huán)境和水面目標(biāo)，從而無(wú)法對(duì)水面目標(biāo)檢測(cè)模型進(jìn)行廣泛而魯棒性的訓(xùn)練。

針對(duì)以上問(wèn)題，本發(fā)明提出基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法。該發(fā)明的核心思想是：利用已標(biāo)注的樣本作為源域數(shù)據(jù)，待部署環(huán)境的無(wú)標(biāo)注樣本作為目標(biāo)域數(shù)據(jù)，通過(guò)特征對(duì)抗遷移的方式將檢測(cè)模型從源域?qū)W習(xí)到的知識(shí)遷移到目標(biāo)域中，并對(duì)目標(biāo)域進(jìn)行少量的標(biāo)注，結(jié)合半監(jiān)督學(xué)習(xí)的方式，提高跨域水面目標(biāo)檢測(cè)的精度，最終實(shí)現(xiàn)跨域水面目標(biāo)檢測(cè)。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提出了一種基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法，通過(guò)特征對(duì)抗遷移的方式對(duì)源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)進(jìn)行特征對(duì)齊以實(shí)現(xiàn)知識(shí)的遷移，降低人工標(biāo)注的成本，并采用半監(jiān)督學(xué)習(xí)的方式提高目標(biāo)域的特征判別性，進(jìn)一步提高跨域水面目標(biāo)檢測(cè)的性能，最終實(shí)現(xiàn)跨域水面目標(biāo)檢測(cè)。

為實(shí)現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為：基于特征對(duì)抗遷移和半監(jiān)督學(xué)習(xí)的跨域水面目標(biāo)檢測(cè)方法，包括以下步驟：

1)利用源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)構(gòu)建水面目標(biāo)數(shù)據(jù)集，以及構(gòu)建水面目標(biāo)檢測(cè)模型；其中，源域數(shù)據(jù)采集自某一水面環(huán)境的已標(biāo)注樣本，目標(biāo)域數(shù)據(jù)采集自新環(huán)境的無(wú)標(biāo)注樣本，水面目標(biāo)檢測(cè)模型包含基于Resnet50的基礎(chǔ)檢測(cè)網(wǎng)絡(luò)、基于區(qū)域的域?qū)古袆e器和域?qū)诡?lèi)別判別器；

2)進(jìn)行特征對(duì)抗遷移學(xué)習(xí)，利用水面目標(biāo)數(shù)據(jù)集訓(xùn)練水面目標(biāo)檢測(cè)模型，以對(duì)抗的方式實(shí)現(xiàn)源域數(shù)據(jù)與目標(biāo)域數(shù)據(jù)的特征對(duì)齊；

3)進(jìn)行半監(jiān)督學(xué)習(xí)，利用特征對(duì)抗遷移學(xué)習(xí)后的水面目標(biāo)檢測(cè)模型對(duì)部分目標(biāo)域數(shù)據(jù)進(jìn)行偽標(biāo)注，利用水面目標(biāo)數(shù)據(jù)集對(duì)特征對(duì)抗遷移學(xué)習(xí)后的水面目標(biāo)檢測(cè)模型進(jìn)行半監(jiān)督訓(xùn)練，并結(jié)合特征對(duì)抗遷移學(xué)習(xí)，提高跨域水面目標(biāo)檢測(cè)的性能，最終實(shí)現(xiàn)準(zhǔn)確的跨域水面目標(biāo)檢測(cè)。

進(jìn)一步，在步驟1)中，采集水面環(huán)境的已標(biāo)注樣本作為源域數(shù)據(jù)，并采集新環(huán)境的無(wú)標(biāo)注樣本作為目標(biāo)域數(shù)據(jù)，構(gòu)建水面目標(biāo)數(shù)據(jù)集；對(duì)水面目標(biāo)數(shù)據(jù)集中的樣本進(jìn)行數(shù)據(jù)增強(qiáng)，包括水平翻轉(zhuǎn)、隨機(jī)噪聲、雨天生成和大霧生成。