基于风格迁移的声呐仿真图像生成方法、系统及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115019107A(43)申请公布日2022.09.06(21)申请号202210752897.8G06N3/08(2006.01)(22)申请日2022.06.29(71)申请人武汉理工大学地址430063湖北省武汉市珞狮路122号(72)发明人陈德山李卓翼王之森吴兵汪洋(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师郑宏谋(51)Int.Cl.G06V10/764(2022.01)G06V10/82(2022.01)G06V20/13(2022.01)G06V10/26(2022.01)G06N3/04(2006.01)权利要求书3页说明书10页附图4页(54)发明名称基于风格迁移的声呐仿真图像生成方法、系统及介质(57)摘要本发明公开了一种基于风格迁移的声呐仿真图像生成方法、系统及介质，其中方法包括：根据真实声呐图像中所包含的目标物体类别，以卫星遥感图像为输入，对卫星遥感图像进行识别，识别出与目标物体类别相同的识别物，对识别物所在范围进行标记；对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集；构建风格迁移网络，以真实的声呐图像作为风格图像，对分割后的卫星子图像进行风格迁移，生成声呐仿真图像，以作为训练样本图像。本发明基于遥感卫星图像，使用风格迁移网络，获得模拟的声呐图像，能够有效扩充声呐数据集的数量，为基于声呐图像的后续相关工作提供基础。本发明可广泛应用于图像处理技术领域。CN115019107ACN115019107A权利要求书1/3页1.一种基于风格迁移的声呐仿真图像生成方法，其特征在于，包括以下步骤：根据真实声呐图像中所包含的目标物体类别，以卫星遥感图像为输入，对所述卫星遥感图像进行识别，识别出与所述目标物体类别相同的识别物，对识别物所在范围进行标记；对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集；构建风格迁移网络，以真实的声呐图像作为风格图像，对分割后的卫星子图像进行风格迁移，生成声呐仿真图像，以作为训练样本图像。2.根据权利要求1所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述对所述卫星遥感图像进行识别，识别出与所述目标物体类别相同的识别物，对识别物所在范围进行标记，包括：采用经预设数据集训练过的目标识别网络，对卫星遥感图像进行目标检测，将检测的结果分为n+1类，其中n为目标物体类别数量；对目标物所在区域进行标记。3.根据权利要求1所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集，包括：对识别物进行标记后，获得目标区域，读取目标区域的参数x,y,w,h，其中，x,y为目标区域左上角的横纵坐标，w,h为目标区域横纵方向尺度；根据读取到的参数，对目标区域进行自适应分辨率分割，分割的卫星子图像的区域为：其中，为由原始图片的横纵方向尺度所决定的自适应分辨率缩放因子；为原始标记的分割范围，为自适应分辨率放缩以后的分割范围。4.根据权利要求3所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述自适应分辨率缩放因子λ通过以下方式获得：其中，f(w,h)为w,h中较小边。5.根据权利要求1所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述风格迁移网络使用空洞空间金字塔结构提取风格特征图。6.根据权利要求1所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述构建风格迁移网络，以真实的声呐图像作为风格图像，对分割后的卫星子图像进行风格迁移，生成声呐仿真图像，以作为训练样本图像，包括：构建卷积神经网络，利用所述卷积神经网络网络提取真实声呐图像和卫星子图像的特2CN115019107A权利要求书2/3页征，以两张图片特征间的欧式距离和格拉姆矩阵的欧氏距离为损失函数进行优化，获得声呐仿真图像。7.根据权利要求6所述的一种基于风格迁移的声呐仿真图像生成方法，其特征在于，所述构建卷积神经网络，利用所述卷积神经网络网络提取真实声呐图像和卫星子图像的特征，以两张图片特征间的欧式距离和格拉姆矩阵的欧氏距离为损失函数进行优化，获得声呐仿真图像，包括：以VGG16网络的前17层为基础，在VGG16前17层中添加shortcut连接，构建卷积神经网络；添加shortcut后的卷积神经网络计算表示为：xl+1＝xl+F(xl)式中，xl和xl+1分别表示网络第l层和第l+1层的特征；F(xl)表示网络的卷积和激活操作；添加shortcut后的网络反向传播过程为：使用训练后的VGG16网络前17层作为所述卷积神经网络的主干，以真实的声呐图像作为风格图