[发明专利]一种小目标船只识别方法、装置及电子设备

说明书

本发明涉及智能技术计算机视觉领域，具体涉及一种小目标船只识别方法、装置及电子设备。包括：获取船只数据；根据船只数据进行图像放大预处理，获得预处理船只图像；基于训练船只图像输入目标检测识别网络构建小目标船只识别模型；向构建小目标船只识别模型输入验证船只图像进行检测输出小目标船只识别结果。通过对获取的船只数据集进行预处理提取小目标数据图像对小目标数据图像进行图像放大，利用学习网络对筛选出小目标图像进行识别，迭代学习网络获得识别模型把船只图像数据输入训练好的识别模型获得识别出的小目标船只图像。从而解决船只从远方驶来时在摄像头中显示太小或存在渔船太小，导致船只特征不明显无法被识别的问题。

技术领域

本发明涉及智能技术计算机视觉领域，具体涉及一种小目标船只识别方法、装置及电子设备。

背景技术

在目前的电子围网业务中，由于船只从远方驶来时在摄像头中显示太小或存在渔船太小，导致船只特征不明显无法被识别，进而给电子围网对海上船只监控带来困难。

发明内容

有鉴于此，本发明实施例提供了一种小目标船只识别方法、装置及电子设备，以解决船只从远方驶来时在摄像头中显示太小或存在渔船太小，会导致船只特征不明显无法被识别的问题。

根据第一方面，本发明实施例提供了一种小目标船只识别方法，包括：

获取船只数据；

根据所述船只数据进行图像放大预处理，获得预处理船只图像；其中，所述预处理船只图像包括：训练船只图像和验证船只图像；

基于所述训练船只图像输入目标检测识别网络，构建小目标船只识别模型；

通过向所述构建小目标船只识别模型输入所述验证船只图像进行检测，输出小目标船只识别结果。

通过对获取的船只数据集进行预处理，提取小目标数据图像，并对小目标数据图像进行图像放大，利用学习网络对筛选出的小目标图像数据进行识别，在通过迭代学习网络以获得识别模型，通过把船只图像数据输入训练好的识别模型以获得所识别出的小目标船只图像。从而解决船只从远方驶来时在摄像头中显示太小或存在渔船太小，导致船只特征不明显无法被识别的问题。

结合第一方面，在第一方面第一实施方式中，图像放大预处理包括：

基于所述获取船只数据进行小尺寸图像筛选；

利用拉普拉斯金字塔对所述筛选出的小尺寸图像进行上采样，以获得大尺寸图像。

对所获取的船只数据进行筛选，把能够识别的大目标数据和识别不出的小目标的船只数据进行区分，对小目标船只图像进行方法，使其小目标船只特征能够进行检测，在利用上采样使其数据能够在进行放大的同时能够尽可能保证原有船只数据的特征信息，避免因过采样而丢失关键特征，因此进行对船只数据集进行预处理是为了保证后续把船只图像送入网络中能够对小目标图像识别，从而能够保证对小目标船只进行识别，从而有利于电子围网业务对海上船只的监控。

结合第一方面，在第一方面第二实施方式中，拉普拉斯金字塔图像为：

其中，G_i表示为原始尺寸是小尺寸图像的第i层，UP为上采样，g_5×5为5X5的高斯卷积核。

通过使用拉普拉斯金字塔图像对小尺寸图像进采样，保证图像的清晰和能够使小目标图像能够被后续网络准确识别。

结合第一方面，在第一方面第三实施方式中，所述目标检测识别网络，包括：

将所述训练船只图像输入卷积层中进行特征提取，输出船只图像的特征图；

将所述船只图像的特征图输入到RPN网络中提取船只图像候选区域；