[发明专利]一种船只遮挡识别方法、装置及电子设备

说明书

本发明涉及图像识别技术领域，具体涉及一种船只遮挡识别方法、装置及电子设备。包括：获取待识别图像，对获取待识别图像进行预处理，输出预处理图像；对预处理图像进行区域选取,生成初步选择区域；通过卷积神经网络对初步选择区域进行特征提取获得第一船只特征和根据预设特征对初步选择区域进行特征提取获得第二船只特征；把第一船只特征和第二船只特征进行特征融合形成特征融合网络；训练特征融合网络获得船只遮挡识别模型；利用船只遮挡模型对船只遮挡进行识别，输出识别结果。通过第一船只特征和第二船只特征，并构建船只识别模型对行驶船只进行快速的船只遮挡识别，进而减少电子围网的误报概率，提高海事监管效率。

技术领域

本发明涉及图像识别技术领域，具体涉及一种船只遮挡识别方法、装置及电子设备。

背景技术

在现有电子围网中，海事人员可以通过视频监控，对海域范围内行驶船只进行监控，但是在监控过程中，总会存在船只遮挡问题；例如：船只被背景中的静止物遮挡，或被其他运动船只遮挡的情况。而因船只遮挡问题使电子围网的误报率增加，且还会影响到海事监管效率。

发明内容

有鉴于此，本发明实施例提供了一种的船只遮挡识别方法、装置及电子设备，以解决识别船只是否存在遮挡的问题。

根据第一方面，本发明实施例提供了一种船只遮挡识别方法，包括：

获取待识别图像，对所述获取待识别图像进行预处理，输出预处理图像；

根据对所述预处理图像进行区域选取，生成初步选择区域；

通过卷积神经网络对所述初步选择区域进行特征提取，获得第一船只特征，和，根据预设特征对所述初步选择区域进行特征提取，以获得第二船只特征；

通过把第一船只特征和第二船只特征进行特征融合，形成特征融合网络；

训练特征融合网络，以获得船只遮挡识别模型；

利用船只遮挡模型对待识别图像进行船只遮挡识别，输出识别结果。

通过卷积神经网络提取带待识别图像的第一船只特征和第二船只特征，并通过构建船只识别模型对行驶船只进行船只遮挡识别，进而减少电子围网的误报概率，提高海事监管效率。

结合第一方面，在第一方面第一实施方式中，获取待识别图像，对所述获取待识别图像进行预处理，输出预处理图像，包括：从视频数据库中获取多帧图像数据，并对所获取的图像数据依次进行灰度化、图像数据增强和图像数据调整。

通过从以往的视频监控中提取图像中，保证所训练的模型能够符合实际需求，且在对船只进行遮挡识别之前对获取的图片数据进行灰度化、图像数据增强和图像数据调整以方便后续步骤进行特征提取从而保证能够对船只遮挡情况进行识别。

结合第一方面，在第一方面第二实施方式中，通过对所述预处理图像进行区域选取，生成初步选择区域，包括：利用RPN网络对预处理图像进行处理生成矩形初步选择区域。

通过RPN网络对预处理图像进行选取，从而排除不必要的环境数据，在后续船只遮挡识别中只提取与船只相关数据，从而减少识别画面，提高船只遮挡识别效率。

结合第一方面，在第一方面第三实施方式中，根据卷积神经网络对所述初步选择区域进行特征提取，获得第一船只特征，包括：把初步选择区域的图像数据送入卷积神经网络，经过卷积层、激活层、归一化层后输出第一船只特征。

利用卷积神经网络对初步选择区域进行特征选取从而能够快速高效的识别出存在遮挡重叠的船只。

结合第一方面，在第一方面第四实施方式中，预设特征包括：传统不变矩特征和LOMO特征。

利用传统特征和LOMO特征，能够保证特征点足够多，且易于区分，且能够保证在进行特征计算时，其计算过程不会影响识别船只遮挡的识别效率。