[发明专利]一种基于多粒度融合的陆军装甲细粒度识别方法及系统

说明书

本发明公开了基于多粒度融合的陆军装甲细粒度识别方法及系统，能够从原图、目标对象以及目标对象的判别性部位的三个角度出发，综合各角度模型检测的结果，综合整体、局部及细微的差异来区分子类别，从而得到更加精确的分类结果。首先获取陆军装甲目标图像数据集，并进行预处理。构建多粒度融合分类模型，包括粗粒度分类模型、中粒度分类模型以及细粒度分类模型。粗粒度分类模型用于对图像数据集中原图进行分类。中粒度分类模型用于提取图像中目标对象进行分类。细粒度分类模型用于提取图像中的判别性部位进行分类。加权三者的预测得分，最终得出图像的检测得分，进一步识别图像子类别。利用训练好的多粒度融合的识别模型对图像进行分类。

技术领域

本发明属于计算机视觉技术领域，涉及基于多粒度融合的陆军装甲细粒度识别的方法及系统。

背景技术

随着人工智能技术的发展，信息技术在军事战场中的被广泛应用。战场目标识别成为战场侦察的一项重要手段。图像目标识别是计算机视觉领域的一个重要问题。近些年，对于粗粒度的目标识别任务，如辨识侦察目标是坦克还是军用卡车，目前已经能达到较好的识别效果。但是对于细粒度的目标识别任务，如区分侦察目标是M1A3主战坦克还是RDF/LT轻型坦克，从而根据装甲型号的特点制定最有效的行动方案，对机器而言还是比较困难。但在实际作战行动中，陆战场装甲目标是无人侦察平台和打击的重点，实现细粒度识别能更加有效地服务于作战行动。

因此目前缺少一种针对军事战场陆军装甲目标的能够综合整体、局部以及细微差别的分类方案，无法实现精确的分类。

发明内容

有鉴于此，本发明提供了基于多粒度融合的陆军装甲细粒度识别方法及系统，能够从原图、目标对象以及目标对象的判别性部位的三个角度出发，综合各角度模型检测的结果，综合整体、局部及细微的差异来区分子类别，从而得到更加精确的分类结果。

为达到上述目的，本发明的技术方案为：基于多粒度融合的陆军装甲细粒度识别方法，包括如下步骤：

步骤一：获取陆军装甲目标图像数据集。

步骤二：对陆军装甲目标图像数据集中图像数据进行数据预处理。

步骤三：构建多粒度融合分类模型，包括三种不同粒度下的分类模型，分别为粗粒度分类模型、中粒度分类模型以及细粒度分类模型。

粗粒度分类模型用于对图像数据集中原图进行分类，并保留图像中的原始特征，得到粗粒度分类结果。

中粒度分类模型用于提取图像中目标对象，根据目标对象进行分类，得到中粒度分类结果。

细粒度分类模型用于提取图像中的判别性部位，根据判别性部位进行分类，得到细粒度分类结果。

利用陆军装甲目标图像训练数据集对多粒度融合分类模型进行训练得到训练好的多粒度融合的识别模型。

步骤四：获取陆军装甲目标图像测试数据，将其作为输入，传入到训练好的多粒度融合的识别模型中。

步骤五：将粗粒度、中粒度和细粒度分类结果进行加权融合，从而获取图像最终的检测结果。

进一步地，步骤一，具体为：先获取具有多张侦察车拍摄的陆军地面军事装甲目标的图像数据组成集及其标注，采用分层抽样的方法，对数据集进行划分，随机从每类数据中抽取80％的图像作为训练图像数据集，剩下20％的图像作为测试图像数据集。

进一步地，步骤二，数据预处理包括如下步骤：针对陆军装甲目标图像数据集中图像数据进行尺寸调整。对尺寸调整后的图像数据进行数据增强，数据增强方式包括上下翻转、左右旋转、增强/降低图片亮度以及镜像的数据增强方式。将数据增强后的图像数据划分为多个候选图像子块，筛选其中与类别标签相关性大于阈值的候选图像子块组成候选子块图像集。