[發明專利]基于改進YOLOv5網絡的夜光遙感數據光誘漁船檢測方法

在審

• 申請號: 202310279072.3
• 申請日: 2023-03-22
• 公開（公告）號: CN116310872A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 程田飛;張勝茂;伍玉梅;楊勝龍;崔雪森;周為峰;王斐
• 申請（專利權）人: 中國水產科學研究院東海水產研究所
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/82;G06N3/08;G06V10/44;G06V10/80;G06N3/0464
• 代理公司: 上海申浩律師事務所 31280
• 代理人: 田敏

本發明公開了一種基于改進YOLOv5網絡的夜光遙感數據光誘漁船檢測方法，使用船舶監測系統數據對光誘漁船的進行校驗，對夜光遙感影像上的光誘漁船進行標記，構建一個包含各種復雜背景噪聲的漁船目標檢測數據集；提出了一種基于YOLOv5的注意力機制多尺度融合算法；并采用該算法對夜光遙感影像數據進行目標檢測，包括光誘漁船目標檢測數據集構；基于YOLOv5的注意力機制多尺度融合光誘漁船檢測算法；光誘漁船船位信息產品生產方法。提出的光誘漁船的目標檢測算法將為遠洋及近海光誘漁業的捕撈努力量估算、漁場時空變動、監測越界捕撈應用等提供技術支持。

技術領域

本發明涉及漁業遙感信息技術領域，具體涉及一種基于改進YOLOv5網絡的夜光遙感數據光誘漁船檢測方法。

背景技術

國外基于夜光遙感數據，對光誘漁船進行目標檢測的方法是：使用維納濾波、中值濾波對影像進行卷積，在去除笑臉噪聲、椒鹽噪聲等的基礎上，采用峰值檢測算法、銳利度指數等一系列自動方法，通過閾值分割的方法，檢測光誘漁船在夜光遙感影像上的所形成的亮度特征。

國外現有的基于夜光遙感數據光誘漁船目標檢測方法，存在著局限性，當月球照度較低時，該方法檢測效果良好。在滿月條件下，會由于云的亮度變化而產生大量錯誤檢測。

光誘漁船所處環境的復雜性，主要表現在天氣變化、云層(受到氣旋、云、霧、)、作業距離較近，當受到云層散射的影響，聚集在一起。會丟失大量特征信息，產生較高漏檢率。傳統的基于閾值的檢測算法，無法提取復雜條件下的有效特征，導致特征表達不完善。此外受到傳感器成像入射角度，晨昏線、空間分辨率的影響，使用傳統算法對夜光遙感影像上的光誘光誘漁船進行提取，受月光照度和云層光學厚度干擾很大。

發明內容

本發明提供了一種基于改進YOLOv5網絡的夜光遙感數據光誘漁船檢測方法，其目的在于，在天氣變化、作業密集，云層散射等復雜背景噪聲中準確地提取光誘漁船，以解決復雜背景噪聲下高精度的小目標檢測問題。

本申請是通過以下技術方案實現的：

基于改進YOLOv5網絡的夜光遙感數據光誘漁船檢測方法，使用船舶監測系統(Vessel?Monitoring?System,VMS)數據對光誘漁船的進行校驗，對夜光遙感影像上的光誘光誘漁船進行標記，構建一個包含各種復雜背景噪聲的漁船目標檢測數據集；提出了一種基于YOLOv5的注意力機制多尺度融合算法；并采用該算法對夜光遙感影像數據進行目標檢測，具體包括如下三個步驟：

(1)光誘漁船目標檢測數據集構；

(2)基于YOLOv5的注意力機制多尺度融合光誘漁船檢測算法；

(3)光誘漁船船位信息產品生產方法。

作為優選實施例，所述步驟(1)為了能夠達到較好的目標檢測效果，需要針對晝夜波段(Day/Night?Band,DNB)夜光遙感影像的特點，構建專門的多種復雜背景噪聲目標檢測數據集，具體操作步驟如下：

(11)DNB夜光遙感影像的數據預處理；

(12)數據集圖片的標注。

作為優選實施例，所述步驟(11)DNB夜光遙感影像的數據預處理，具體操作步驟如下：

(111)首先對所有的DNB影像進行預處理；

(112)將DNB輻亮度值乘以十億(10^9)，并取對數，該步驟是為了增強特征的對比度，并減少后續模型計算的復雜度，提高計算效率；

(113)其次，對光誘漁船的VMS信息進行清洗和篩選，得到距離DNB傳感器拍攝時間最近(1個小時內)的VMS記錄(時間、經度、緯度)；