[发明专利]一种水面全景图像目标检测识别方法

权利要求书

1.一种水面全景图像目标检测识别方法，其特征在于，所述方法包括：

(1)利用训练好的目标检测识别神经网络模型对全景图像进行目标检测识别，获取目标类别和初始目标检测框box；

(2)在全景图像上截取以目标检测框box为中心，γ倍目标检测框box大小的矩形区域作为目标局部区域；

(3)对目标局部区域进行图像分割，得到多个超像素块，再采用多阈值融合策略合并所述超像素块，得到调整后目标检测框box^*；

(4)在全景图像上截取以目标检测框box^*为中心，γ倍目标检测框box^*大小的矩形区域作为新的目标局部区域；

(5)计算新的目标局部区域的边缘图，根据目标检测框box^*周围边缘点的分布调整box^*，得到最终目标检测框box^*；

(6)由全景图像成像平面坐标系与世界坐标系的映射关系，将最终目标检测框box^*位置转化为目标的实际位置。

2.根据权利要求1所述的一种水面全景图像目标检测识别方法，其特征在于，所述步骤(1)具体包括：

(11)对全景图像进行尺寸归一化，之后对归一化后图像去均值；

(12)利用特征提取网络计算全景图像的卷积特征，以最后一层卷积特征图为输入构建目标潜在区域生成网络，由目标潜在区域生成网络生成目标潜在区域；

(13)对目标潜在区域进行RoI Pooling归一化至固定大小，之后将其输入到预测网络中，得到多个目标检测框；

(14)采用非极大值抑制抑制算法，剔除多余的目标检测框，得到初始目标检测框box。

3.根据权利要求1所述的一种水面全景图像目标检测识别方法，其特征在于，所述步骤(3)具体包括：

(31)计算目标局部区域中所有像素点之间的不相似度e：

其中，r、g和b分别代表像素点在RGB三通道的值；定义像素点合并阈值θ；若两个像素点间的不相似度满足eθ，则将两像素点合并成一个区域C；

在区域C中，最大的不相似度作为类内差异Int(C)：

Int(C)＝maxe，

将两区域C₁和C₂间最小的不相似度作为类间差异Diff(C₁,C₂)：

其中，v_i和v_j分别表示区域C₁和C₂中的像素点；

若区域C₁和C₂的类间差异同时小于各自的类内差异，则将区域C₁和C₂合并；对目标局部区域中所有区域进行迭代融合，直到不满足融合条件，最终得到的区域作为超像素块；

(32)为每一个超像素块构建一个最小外接矩形s，计算超像素块和初始目标检测框box的重合率：

构建两个集合：

S_inner＝{s∈S_θ|IoU(s,box)＝1}，

S_inter＝{s∈S_θ|0＜IoU(s,box)＜1}，

其中，S_θ表示和目标检测框box有交集的超像素块集合；S_inner表示被目标检测框box包含的超像素块集合；S_inter表示和目标检测框box部分相交的超像素块集合；

将集合S_inner区域中所有超像素块融合，获取融合后区域的最小外接矩形box*；

(33)遍历集合S_inter，若满足：

IoU(box^*∪s_i,box^*)＞δ₁,s_i∈S_inter，

则将满足上式的s_i从集合S_inter中剔除得到新的集合S_inter，用box^*∪s_i更新box^*；其中δ₁表示第一超像素块融合阈值；

(34)将第二超像素块融合阈值δ₂更换δ₁，代入新的S_inter和box^*重复步骤(33)，得到新的集合S_inter和box^*；再次用第三超像素块融合阈值δ₃更换δ₂，代入新的S_inter和box^*重复步骤(33)，得到新的box^*，box^*既为调整后的目标检测框。