[发明专利]一种排污口识别方法、装置、电子设备和存储介质

说明书

本申请公开了一种排污口识别方法、装置、电子设备和存储介质，涉及计算机视觉领域。具体实现方案为：获取待识别的目标水体图像；根据所述目标水体图像的图像特征与标准水体图像集中的各水体图像的图像特征之间的关联关系，对所述目标水体图像进行排污口识别；其中，标准水体图像中预先标注有排污口信息，排污口信息包括：排污口类型，以及排污口在标准水体图像中的位置。本申请实施例提高了排污口的识别效率以及识别准确度。

技术领域

本申请涉及图像处理技术，具体涉及计算机视觉技术，尤其涉及一种排污口识别方法、装置、电子设备和存储介质。

背景技术

排污口识别对于精准定位污染源，科学精细化管控和智能执法具有重要意义。目前的排污口识别方法主要由执法人员实地寻访考察与人工观看拍摄图像判断。

由于一些河流周围的环境较为恶劣，增加了实地考察的难度，同时如果河流排污口数量较多，实地考察会耗费大量的人力物力。通过人工观看拍摄图像的方式可以使执法人员免于到处奔波，但人工观察几十万甚至几百万张图像需要消耗大量时间，降低工作效率和准确度。

发明内容

本申请实施例提供了一种排污口识别方法、装置、电子设备和存储介质，以提供一种排污口识别的新方式，提高排污口的识别效率以及识别准确性。

根据第一方面，本申请实施例提供了一种排污口识别方法，包括：

获取待识别的目标水体图像；

根据所述目标水体图像的图像特征与标准水体图像集中的各水体图像的图像特征之间的关联关系，对所述目标水体图像进行排污口识别；

其中，标准水体图像中预先标注有排污口信息，排污口信息包括：排污口类型，以及排污口在标准水体图像中的位置。

可选的，根据所述目标水体图像的图像特征与标准水体图像集中的各水体图像的图像特征之间的关联关系，对所述目标水体图像进行排污口识别，包括：

将所述目标水体图像输入至预先训练的排污口识别模型中，并获取所述排污口识别模型输出的排污口信息；

所述排污口识别模型通过所述标准水体图像集中的标准水体图像进行预先训练得到。

可选的，在获取待识别的目标水体图像之前，还包括：

构建多个基础识别模型，其中，不同的基础识别模型对应不同的超参数设置方式；

将标准水体图像集划分为训练图像集以及测试图像集；

使用所述训练图像集中的各训练图像，对各所述基础识别模型进行训练，得到多个备选识别模型；

使用所述测试图像集中的各测试图像，对各所述备选识别模型进行模型性能的验证；

根据验证结果，在多个备选识别模型中，选取排污口识别模型。

可选的，所述基础识别模型包括：依次相连的迁移学习网络、区域生成网络以及目标分析网络；所述迁移学习网络，通过对预训练的卷积网络模型进行迁移学习得到；所述目标分析网络包括依次相连的目标分类子网络以及回归分析子网络；

其中，在迁移学习网络中，按照从浅层到深层的顺序包括第一数量的第一类卷积层以及第二数量的第二类卷积层；

所述第一类卷积层的模型参数直接迁移所述卷积网络模型的模型参数，所述第二类卷积层的模型参数使用所述训练图像集训练得到。

可选的，使用所述训练图像集中的各训练图像，对所述基础识别模型进行训练，包括：

使用各所述训练图像对所述基础识别模型的区域生成网络中的第一类参数进行训练，第一类参数包括卷积层参数以及其他参数；