[发明专利]基于多尺度卷积神经网络模型的海上船只检测方法及系统在审
| 申请号： | 201910930804.4 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110796009A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 王平;李明;雷建胜;赵光辉;安玉拴;金明磊;李超;陈浩 | 申请（专利权）人： | 航天恒星科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 11650 北京善任知识产权代理有限公司 | 代理人： | 金杨 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于多尺度卷积神经网络模型的海上船只检测方法及系统，所述方法包括：构建船只图像样本库，基于无人机平台，采集可见光下的沿海区域的船只视频数据，提取每帧图像，获得船只位置的真值和长宽；然后通过反转、缩放等数字图像处理算法对数据进行增强处理；构建多层卷积神经网络作为船只目标检测器，将得到的处理后的图像作为样本数据输入到深度学习网络中，得到卷积后的特征图；构建多尺度卷积神经单元，基于卷积后的特征图，将多层的卷积特征图进行特征融合，根据得到的船只真实位置进行训练，得到训练模型。本发明因采取了多尺度融合的方法，从而很好的保证了检测的准确性，降低了训练难度。 | ||
| 搜索关键词： | 卷积 多尺度 特征图 船只 构建 卷积神经网络 多层 数字图像处理算法 目标检测器 可见光 船只位置 海上船只 神经单元 视频数据 特征融合 图像样本 训练模型 样本数据 增强处理 真实位置 帧图像 检测 反转 缩放 采集 图像 融合 沿海 网络 保证 学习 | ||
【主权项】：
1.一种基于多尺度卷积神经网络模型的海上船只检测方法，其特征在于，所述方法包括：/n步骤1，构建船只图像样本库，采集可见光下的沿海区域的船只视频数据，提取每帧图像，获得船只位置的真值和长宽，通过数字图像处理算法对船只视频数据进行增强处理；/n步骤2，构建多层卷积神经网络作为船只目标检测器，将步骤1得到的处理后的图像作为样本数据输入到深度学习网络中，得到卷积后的特征图；/n步骤3，构建多尺度卷积神经单元，基于步骤2所得卷积后的特征图，将多层的卷积特征图进行特征融合，根据船只真实位置进行训练，进而得到训练模型。/n
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航天恒星科技有限公司，未经航天恒星科技有限公司许可，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/patent/201910930804.4/，转载请声明来源钻瓜专利网。
