申请/专利权人:中国电子科技集团公司第五十四研究所
申请日:2023-04-06
公开(公告)日:2024-03-01
公开(公告)号:CN117636177A
主分类号:G06V20/13
分类号:G06V20/13;G06V20/70;G06V10/82;G06V10/774;G06V10/764;G06N3/042;G06N3/0464;G06N3/098
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明提供一种串联卷积网络和图网络的舰船型号识别方法,属于卫星影像识别领域,首先构建遥感影像舰船型号识别数据集,对遥感影像中的舰船边界框、舰船型号、舰船部件边界框、舰船部件类别进行人工标注;其次采用卷积神经网络搭建目标检测模型;然后采用图神经网络搭建舰船型号识别模型;接着串联目标检测模型和型号识别模型,将目标检测模型的输出结果进行图结构化表示,将图结构作为型号识别模型的输入,输出为舰船型号。最后利用训练后的目标检测模型和型号识别模型进行舰船型号识别。相较于以往的舰船型号识别方法,本发明充分利用了舰船各部件的特征信息,具备更精准的舰船型号识别能力。
主权项:1.一种串联卷积网络和图网络的舰船型号识别方法,其特征在于,包括以下步骤:步骤1,构建遥感影像舰船型号识别数据集,并对遥感影像中的舰船边界框、舰船型号、舰船部件边界框和舰船部件类别进行人工标注;步骤2,采用卷积神经网络搭建舰船及部件目标检测模型,包括骨干网络、检测颈网络、检测头网络和损失计算模块;步骤3,采用图神经网络搭建舰船型号识别模型,包括3个消息传递层和2个读出层;步骤4,串联舰船及部件目标检测模型和舰船型号识别模型,将舰船及部件目标检测模型的输出结果进行图结构化表示,将图结构作为舰船型号识别模型的输入,输出为舰船型号;步骤5,利用遥感影像舰船型号识别数据集联合训练舰船及部件目标检测模型和舰船型号识别模型,训练过程中采用旋转目标正负样本分配策略和平滑学习率策略;步骤6,将待识别的遥感影像输入到舰船及部件目标检测模型中得到舰船边界框、舰船部件边界框和舰船部件类别,将舰船边界框、舰船部件边界框和舰船部件类别输入到舰船型号识别模型得到舰船型号,将舰船边界框及舰船型号作为舰船型号识别结果。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第五十四研究所 一种串联卷积网络和图网络的舰船型号识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。