[发明专利]一种基于场景多维特征的船只检测方法及系统

说明书

本发明提供一种基于场景多维特征的船只检测方法及系统，包括构建船只图像样本库，提取每帧图像所有边缘作为图像的第四维；提取得到海岸线，令海面区域为船只出现范围区域；构建类Faster RCNN卷积网络作为深度学习网络，将样本数据输入到深度学习网络中；构建RPN网络，利用滑动窗口在船只出现范围区域生成不同大小区域建议框，同所得深度学习网络结合，根据船只真实位置训练模型；对检测影像基于训练所得模型对海岸线间的部分进行船只检测。本发明通过提取海岸线来避免了陆地房屋的干扰，只对船只区域进行区域建议，提高了区域建议框的准确率和速度；并且在目标检测中加入了边缘特征作为图像第四维，提高了检测精度和速度。

技术领域

本发明属于计算机视觉领域，基于场景多维特征构建深度学习网络模型的船只检测方法及系统。

背景技术

现今社会中，视频监控摄像头无处不在，而在监控中心的电视墙上也会同时显示多路监控画面，如果只是依靠人眼观察检测，很容易错过异常事件。研究表明，专业监控人员在仅仅监视2个监视器的情况下，22分钟后将错过95％的行为，不能事先有效防控犯罪行为的发生。而智能监控探头提高了实时监控系统的主动预警能力，当检测到相关危险情况时发出预警，有利于相关部门及时采取措施。另一方面，智能监控探头的异常预警行为的存储记录，也是日后案件侦破、事故原因分析等工作中的珍贵线索。

而随着人口的迅速膨胀和陆地资源的极其匮乏，21世纪人类逐渐加快了向海洋进军的步伐。如何利用好、保护海洋环境和资源，如何在人力有限的情况下监控广袤的海洋成为当前重要的研究课题。海洋视频监控系统可以实现24小时无间断监控、全面监测过往舰船、船员动作等情况，违反行为被第一时间捕捉、周边海域状况被无间断记录，从而大大缓解了海洋监管人员的工作难度，提高工作效率，节约监管成本，同时为海洋管理决策的制定提供科学依据。

本专利这里研究如何从环岛监控视频系统中快速准确地检测出运动船只。纵观国内外的目标检测算法现状，逐渐从时域帧差法、光流法、背景减除法等传统方法转向R-CNN，Fast RCNN，Faster RCNN等基于深度学习的检测方法。

传统方法中时域帧差法是提取出视频中的相邻的两帧或多帧图像，进行差分计算，通过阈值化从而分离出图像中的背景和运动物体，获得它的像素。该算法对于动态背景，在镜头固定的时候具有较强的适应性和鲁棒性，不过它不能完整地提取出特征的所有相关像素点，只能提取部分特征相关像素，这导致它得不到高精度的检测结果。当物体运动迅速时，采用大一些的取样间隔，会导致两帧影像间没有覆盖，而容易发生误检测。如果在物体运动速度较慢时，采用小一些的取样间隔，则检测出的运动目标容易产生空洞现象，不利于后续的目标检测。

在深度学习的方法中，RCNN是一个带有CNN特征区域的网络，第一次利用卷积神经网络特征来做分类。输入一张影像，它首先通过选择性搜索(Selective Search,SS)的区域建议方法来获取大约2000的候选区域，然后对每一个特征区域提取CNN特征。再利用SVM分类器对每个区域进行分类，最后根据阈值确定最终的分类结果。但是该方法的效率不高，在CPU模式下一张影像需要2秒左右的时间，其主要原因是在提取特征的过程中，CNN会对每个region proposals进行单独的特征提取，这样导致所耗时间大大增加。

Fast RCNN网络的输入是图像和它的对象建议框，然后对图像进行卷积和最大池化操作，得到本专利需要的特征图(feature map)。Fast RCNN提出了新的网络层结构ROIPooling层来将这些结果的尺度进行统一，变成固定长度的特征向量。然后将这些特征向量输入到一个全连接层，再输入到一个multi-task模型，由softmax分类器和bbox regressor回归合并组成，而这两层能够共享特征，所以同时对这两个进行微调，相互促进，能得到更好的效果。Fast RCNN可以在GPU上实现，虽然提高了效率，但是他没有考虑之后的检测网络，而区域建议部分也耗时太长，并没有能够很好地解决这一问题。