[发明专利]一种基于光视觉的水面目标检测与识别方法

说明书

本发明公开了一种基于光视觉的水面目标检测与识别方法，首先使用ZED双目立体相机建立目标物体数据集，然后使用LabelImg工具对目标标定位置和类别,接下来使用K‑means聚类方法对边界框进行聚类，聚类完成后训练YOLOv4深度学习模型，再对YOLOv4深度学习模型进行稀疏训练和剪枝处理，得到最终的YOLOv4深度学习模型。本发明针对传统的目标检测的算法精度不高的问题，从两个方面对模型进行了优化，提高了目标检测和识别的精确度。

技术领域

本发明属于模式识别技术领域，具体涉及一种水面目标检测与识别方法。

背景技术

随着人类社会的发展，陆地资源的消耗速度大大加快，而海洋下面蕴藏的资源就成了全世界关注的焦点。也正是如此海洋主权的安全也成为我们要重点关注的问题，高效、精确的目标检测技术成为保卫海洋主权安全很重要的一个方面。

近几年，目标检测与识别无论在民用领域还是军用领域都是一个受人关注的热点问题，而海面环境复杂多变，对于目标的检测与识别难度很大。传统的目标检测算法是基于滑动窗口进行目标的确定，其时间复杂度高，而且没有针对性，鲁棒性差，不能实现对目标在复杂环境下的准确检测，同时在实时性方面也存在问题，故采用基于深度学习的目标检测算法实现对水面目标的高效检测与识别。常用的基于深度学习的目标检测算法主要有两种，一阶算法和二阶算法，二阶算法主要是R-CNN系列算法，该类算法的检测流程分为两步：提取候选区域和目标分类；一阶算法则主要包括YOLO 系列算法，其采用的是端到端的模型结构，将目标检测问题转换为回归问题，直接对目标进行检测与识别，提高了目标检测的速度。其中YOLOv4算法相较于其他算法运算速度快，检测率高，并且在单块GPU的情况下就可以训练出一个性能出色的模型，适合在复杂多变的水面环境中对目标进行检测与识别。

发明内容

为了克服现有技术的不足，本发明提供了一种基于光视觉的水面目标检测与识别方法，首先使用ZED双目立体相机建立目标物体数据集，然后使用LabelImg工具对目标标定位置和类别,接下来使用K-means聚类方法对边界框进行聚类，聚类完成后训练YOLOv4深度学习模型，再对YOLOv4深度学习模型进行稀疏训练和剪枝处理，得到最终的YOLOv4深度学习模型。本发明针对传统的目标检测的算法精度不高的问题，从两个方面对模型进行了优化，提高了目标检测和识别的精确度。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1：使用ZED双目立体相机采集多幅目标物体图像；将采集到的目标物体图像分成多个集合，对目标物体图像进行预处理，同一个集合内的目标物体图像采用的预处理方法相同；预处理方法包括但不限于剪裁、拼接、高斯噪声和模糊处理；经过预处理的目标物体图像构成目标物体数据集；

步骤2：使用LabelImg工具对目标物体数据集的图像进行标定；

步骤2-1：将目标物体数据集图像导入标定工具LabelImg中；

步骤2-2：通过LabelImg工具对目标物体的位置和种类进行标定，得到与原始图像相同文件名的xml格式文件；将目标最小外接矩形作为边界框，所标定目标物体的位置数据为边界框四角的坐标；

步骤3：使用K-means聚类方法对边界框进行聚类；

步骤3-1：将边界框四角的坐标转换为边界框的长宽信息，具体为：用边界框右下角点横坐标减去左上角横坐标得到边界框的长，右下角纵坐标减去左上角纵坐标得到边界框的宽；

步骤3-2：定义K个锚框，随机选取K个边界框；K个锚框的长宽分别与随机选取的K个边界框的长宽相同；

步骤3-3：计算所有边界框分别与K个锚框的交并比值IOU，再计算误差；

设定d表示误差，公式如下：

d(box，centr)＝1-IOU(box，centr) (1)