[发明专利]一种基于多特征机器学习的水面垃圾识别方法

摘要

本发明涉及一种基于多特征机器学习的水面垃圾识别方法，属于水面目标识别判断领域，S1：识别模型初始化，生成内容为空的数据库系统；S2：将贴有标签的正例训练数据和反例训练数据进行初始化预处理、归一化处理、提取对应的特征向量，将正例图像的特征向量和反例图像的特征向量带入系统模型中训练，生成对应的知识库，然后采用测试数据对知识库进行检验；S3：将知识库带入识别系统中，读取水面状况数据，采集并上传图像数据；S4：上位机对图像数据进行预处理，提取特征向量，并将特征向量带入机器学习模型，读取对应的知识库，对新的特征向量做出判断，并将判断的结果以标记数据的形式输出。本发明能智能识别并打捞水面垃圾，满足运行环境实时性。

主权项

1.一种基于多特征机器学习的水面垃圾识别方法，其特征在于：包括以下步骤：S1：识别模型初始化，生成一个内容为空的数据库系统，数据库系统包括贴有标签的正例训练数据、反例训练数据、正例测试数据、反例测试数据以及机器学习模型中的参数；S2：将贴有标签的正例训练数据和反例训练数据进行初始化预处理、归一化处理、提取对应的特征向量，将正例图像的特征向量和反例图像的特征向量带入系统模型中训练，生成对应的知识库，然后采用测试数据对知识库进行检验，直到知识库满足要求为止；S3：将对应的知识库带入到识别系统中，通过船载摄像头动态地读取水面状况数据，再周期性的采集摄像头传输的图像数据，并且将其传输到上位机；S4：上位机对图像数据进行与上述建模时相同的预处理后，提取与建模时相同的特征向量，并将特征向量带入机器学习模型，机器学习模型读取对应的知识库，对新的特征向量做出判断，并将判断的结果以标记数据的形式输出。