[发明专利]基于舰船实例分割的港口全景感知系统

权利要求书

1.基于舰船实例分割的港口全景感知系统，其特征在于，包括图像采集模块、神经网络模型以及全景感知结果输出模块；

所述图像采集模块用于采集港口图像；

所述神经网络模型用于对采集的港口图像进行军舰检测、军舰分割以及水域提取处理，获取军舰目标定位框、军舰目标具体形状轮廓以及港口水域分布；

所述全景感知结果输出模块用于根据所述军舰目标定位框、所述军舰目标具体形状轮廓以及所述港口水域分布输出全景感知结果。

2.根据权利要求1所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述神经网络模型包括卷积层、多尺度特征编码网络层、水域提取模块和实例分割模块；

所述卷积层用于对采集的港口图像进行降采样，获得特征图；

所述多尺度特征编码网络层用于对所述特征图进行分类处理，得到高、中、低三种尺度的特征图；

所述水域提取模块根据高、中、低三种尺度的特征图进行提取处理，获取港口水域分布图像；

所述实例分割模块根据高、中、低三种尺度的特征图进行检测以及分割处理，得到军舰目标定位框以及军舰目标具体形状轮廓图像。

3.根据权利要求2所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述多尺度特征编码网络层包括第一反卷积层，所述第一反卷积层用于对所述特征图进行插值上采样处理，得到插值上采样后的特征图。

4.根据权利要求3所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述水域提取模块包括concatenate层、第二反卷积层以及提取层；所述concatenate层依次连接所述第二反卷积层以及所述提取层；

所述concatenate层用于将插值上采样后的特征图进行融合；

所述第二反卷积层用于对融合后的特征图进行上采样；

所述提取层用于对上采样后的特征图进行提取处理，得到港口水域分布图像。

5.根据权利要求2所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述实例分割模块包括特征金字塔提取模块、候选框提取模块、标注框提取模块、目标检测模块以及语义分割模块；所述特征金字塔提取模块依次连接所述候选框提取模块、所述标注框提取模块、所述目标检测模块以及所述语义分割模块；

所述特征金字塔提取模块用于将所述高、中、低三种不同尺度的特征图形成特征金字塔图像；

所述候选框提取模块用于根据所述特征金字塔图像提取候选框图像；

所述标注框提取模块用于根据所述特征金字塔图像提取标注框图像；

所述目标检测模块用于根据所述候选框图像与所述标注框图像的交并比对所述特征金字塔图像进行框选，得到所述军舰目标定位框；

所述语义分割模块用于根据所述军舰目标定位框内进行逐像素标记，得到军舰目标具体形状轮廓图像。

6.根据权利要求5所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述军舰目标定位框的判定方法为：设定交并比阈值，如果候选框与标注框的交并比在阈值范围内，则认定其为正样本；否则为负样本。

7.根据权利要求6所述的基于舰船实例分割的港口全景感知系统，其特征在于，所述军舰目标定位框的判定公式如下：

其中，GT为标注框，box为候选框，T_now表示当前的IoU阈值，1为正样本，0为负样本。