[发明专利]一种船只图像检索方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202011211791.4 申请日: 2020-11-03
公开(公告)号: CN112328826A 公开(公告)日: 2021-02-05
发明(设计)人: 邓练兵;方家钦;余大勇 申请(专利权)人: 珠海大横琴科技发展有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06F16/55;G06F16/24
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 张慧
地址: 519000 广东省珠海市横琴新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 船只 图像 检索 方法 装置 电子设备 以及 存储 介质
【权利要求书】:

1.一种船只图像检索方法,其特征在于,包括如下步骤:

获取待检索船只图像;

提取所述待检索船只图像中的船只姿态信息和船只特征信息;

选择与所述船只姿态信息对应的特征数据库,其中,每个船只姿态类型对应一个特征数据库,所述特征数据库为预先构建的针对相应的船只姿态类型下的二维船只图像特征数据库;

将所述船只特征信息与选择的特征数据库进行比对,确定出所述待检索船只的身份。

2.根据权利要求1所述的船只图像检索方法,其特征在于,所述确定出所述待检索船只的身份,包括:

确定出所述特征数据库中与所述船只特征信息相似度超过第一预设阈值的船只图像,将确定出的船只图像的身份信息作为所述待检索船只的身份信息。

3.根据权利要求1所述的船只图像检索方法,其特征在于,当所述待检索船只包含至少两种姿态组合时,

所述选择与所述船只姿态信息对应的特征数据库,包括:选择每种姿态对应的特征数据库;

所述将所述船只特征信息与选择的特征数据库进行比对,包括:将所述船只特征信息与选择的每一种姿态对应的特征数据库分别进行比对。

4.根据权利要求2所述的船只图像检索方法,其特征在于,所述确定出所述待检索船只的身份,包括:

获取每一个特征数据库中相似度超过第二预设阈值的船只图像;

将从每个特征数据库中获取的船只图像进行关联分析,确定是否存在同一船只的图像;

当存在同一船只的图像时,将该同一船只的身份信息作为所述待检索船只的身份信息。

5.根据权利要求4所述的船只图像检索方法,其特征在于,当存在多个同一船只的图像时,所述船只图像检索方法还包括:

对于属于同一船只的图像,将所有计算得到的相似度进行求和,作为总相似度;

将总相似度最大的同一船只的身份信息作为所述待检索船只的身份信息。

6.根据权利要求1所述的船只图像检索方法,其特征在于,所述提取所述待检索船只图像中的船只姿态信息和船只特征信息,包括:

构建并训练模型,构建卷积神经网络模型;

将训练图像和训练标签输入到所述卷积神经网络模型并进行训练,使得所述卷积神经网络模型能够从输入的所述训练图像中提取出船只姿态信息和船只特征信息;

利用所述卷积神经网络模型从所述待检索船只图像中提取所述船只姿态信息和船只特征信息。

7.根据权利要求1所述的船只图像检索方法,其特征在于,所述从所述待检索船只图像中提取船只特征信息,包括:

基于图像分割方法初始化所述待检索船只图像,生成多个区域块;

计算每两个相邻区域块的相似度,将最相似的两个相邻区域块进行合并为一个新的区域;

基于所述新的区域块,重复计算每个与其相邻区域块的相似度,并选择相似度最高的两个相邻区域块合并为一个新的区域块,直到完成所有区域块的相似度计算。

8.一种船只图像检索装置,其特征在于,包括:

获取模块,用于获取待检索船只图像;

提取模块,用于提取所述待检索船只图像中的船只姿态信息和船只特征信息;

选择模块,用于选择与所述船只姿态信息对应的特征数据库,其中,每个船只姿态类型对应一个特征数据库,所述特征数据库为预先构建的针对相应的船只姿态类型下的二维船只图像特征数据库;

比对模块,用于将所述船只特征信息与选择的特征数据库进行比对,确定出所述待检索船只的身份。

9.一种电子设备,其特征在于,包括:

存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-7任一项所述的船只图像检索方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的船只图像检索方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011211791.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top