一种基于区域建议网络的无人艇水面目标检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110895680A(43)申请公布日2020.03.20(21)申请号201910915996.1(22)申请日2019.09.26(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人廖煜雷成昌盛王博陈启贤沈海龙姜文李志晨李姿科(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06T7/246(2017.01)G06T7/277(2017.01)权利要求书1页说明书5页附图3页(54)发明名称一种基于区域建议网络的无人艇水面目标检测方法(57)摘要本发明公开了一种基于区域建议网络的无人艇水面目标检测方法，应用更快速-区域神经网络和区域建议网络在线进行水面目标检测，基于特征融合原理，在使用区域建议网络的基础上，修改了锚点的生成机制，提出一种使用特征融合方法构造新的特征层，并将锚点分线路在不同特征图上生成的区域建议方法，同时根据特征图大小采用间隔采样策略减少计算量。方法的优点在于最大程度上保留了潜在目标，每个区域建议都有对应的分类结果而不会被有重叠区域的其他区域兼并，以增加一定计算量为代价提升目标物体的召回率，一定程度上降低其漏检概率。CN110895680ACN110895680A权利要求书1/1页1.一种基于区域建议网络的无人艇水面目标检测方法，其特征在于，包括以下步骤：步骤一：收集实艇工作环境下的图像数据，判断图像数据中是否包含目标或障碍物，如果不包含目标或者障碍物，则舍去；如果包含目标或障碍物，则对图像数据进行标注并制成水面目标检测数据集；步骤二：设计更快速-区域建议网络模型结构，并通过预测结果的标签、位置信息的标准均方误差构造损失函数，并在水面目标检测数据集上训练检测模型至模型收敛，如果不收敛则先在损失函数中加入L2正则化项或者采用批量正则方法重新训练模型至模型收敛，仍不能收敛则采用焦距损失重新设计损失函数并重新训练检测模型至收敛；步骤三：采用平均检测精度对更快速-区域建议网络模型精确度进行评价，当平均检测精度大于设定阈值，则直接采用此更快速-区域建议网络模型对实艇图像进行检测；否则，返回步骤二；步骤四：检验步骤三得到的实艇图像检测结果，若没有出现漏检、误检的情况，则退出系统；否则，设计基于区域建议网络的精炼模块，并返回至步骤二，直至检测结果未出现漏检、误检的情况，退出系统。2CN110895680A说明书1/5页一种基于区域建议网络的无人艇水面目标检测方法技术领域[0001]本发明涉及一种无人艇水面目标检测方法，特指基于区域建议网络的无人艇水面目标检测方法，属于目标检测识别领域。本发明中所提出的方法，可以最大程度地保留潜在目标，降低漏检概率。背景技术[0002]无人艇的最终目标是自主执行任务，对目标或者障碍物进行检测和定位是自主完成任务的前提，所以无人艇的环境感知系统要有较高的准确性和实时性。在多数情况下，无人艇的视觉信息是检测定位方法的主要信息来源，因此快速、准确地获取视觉图像中的信息成为无人艇环境感知系统研究的重点之一。海洋环境的复杂性会使成像环境时常出现姿态变化、光照不均匀、水面反射干扰和遮挡等不利条件，使得无人艇水面目标检测变成了一个比较复杂的任务。[0003]2004年，南洋理工大学的萧正莫等人结合图像块的全局稀疏性原理提出了一种无人艇的障碍物检测方法。通过对海面图像进行图像块采样，将可以参与聚类的归为正常环境，不能聚类的部分则被视为障碍物。虽然该算法表现出良好的性能，但只利用了灰度图像和纹理特征，损失了很多海洋图像的具体细节信息如颜色等。[0004]2016年，华中科技大学李畅提出使用显著性来获取区域建议，但是这些区域建议可能会产生虚警。虽然海洋环境有很多干扰，但无人艇周围的障碍物还是非常显著的，可以运用显著性的概念来计算每个区域建议的显著密度来消除虚警。在几个具有挑战性的海洋环境数据集中对算法进行了测试，结果表明算法准确度较高且误报率低。[0005]同年，西北工业大学周祥增提出了一个基于神经网络的检测跟踪定位系统。利用相对精确的分割结果解决了目前基于神经网络的检测方法定位精度低的问题，同时使用卡尔曼滤波来跟踪多个帧的对象来提高效率，其结果也比Faster-RCNN方法更加精确。该系统具有速度快，鲁棒性好，精度高的特点，能够成功应用于无人艇实践，快速准确地定位目标，但是该模型计算量较大。发明内容[0006]针对上述现有技术，本发明要解决的技术问题是提供一种基于区域建议网络的无人艇水面目标检测方法，用于无人艇实时检测海天线，为无人艇避障和规划提供