-
公开(公告)号:CN112613425A
公开(公告)日:2021-04-06
申请号:CN202011573123.6
申请日:2020-12-24
Applicant: 山东船舶技术研究院 , 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种面向小样本水下图像的目标识别方法及系统,包括对水域环境进行成像,对生成的图片进行预处理;选择学习模式及深度学习框架,进行训练;存储模型训练结果,对训练结果进行评估;该方法和系统集成了非常全面的图像处理操作和深度学习模型,能够帮助使用者采用不同的方式不同的组合来实现水下目标的训练和识别,并对比预测效果,存储有效的组合方案,以供后续研究参考,有效地解决了在小样本水下图像的目标识别研究中,无方案可循,无方法可依,受限于个人专业经验的问题,且本发明能实现深度学习框架的自动部署和加速学习,可以部署在多个开发平台,易于推广,使用简单,极大地了节约了人力和时间成本。
-
公开(公告)号:CN115375925A
公开(公告)日:2022-11-22
申请号:CN202210943309.9
申请日:2022-08-08
Applicant: 哈尔滨工业大学(威海) , 山东船舶技术研究院
Abstract: 本发明公开了一种基于相位信息和深度学习的水下声呐图像匹配算法,包括:导入声呐数据,解析为视觉图像格式并存储辅助信息,利用辅助信息进行图片分割,构建待匹配的图像对;将图像对中的图像进行去噪与增强预处理;根据相位一致性原理提取所述图像的相位信息,并可视化相位极值图层,提取相关的特征点信息;搭建双通道卷积神经网络,存储训练权重,进行特征点局部区域相似度度量;依据相似性度量进行特征匹配并剔除错误匹配,存储正确匹配对信息。本发明将相位信息和深度特征结合应用于水下侧扫声呐图像上的,结合二者进行匹配,能够检测出丰富的特征点并且提供高精度的匹配结果;解决水下声呐图像普遍存在的复杂的非线性差异问题。
-
公开(公告)号:CN112613425B
公开(公告)日:2022-03-22
申请号:CN202011573123.6
申请日:2020-12-24
Applicant: 山东船舶技术研究院 , 哈尔滨工业大学(威海)
IPC: G06V20/00 , G06V10/25 , G06V10/30 , G06V10/50 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向小样本水下图像的目标识别系统,包括对水域环境进行成像,对生成的图片进行预处理;选择学习模式及深度学习框架,进行训练;存储模型训练结果,对训练结果进行评估;该方法和系统集成了非常全面的图像处理操作和深度学习模型,能够帮助使用者采用不同的方式不同的组合来实现水下目标的训练和识别,并对比预测效果,存储有效的组合方案,以供后续研究参考,有效地解决了在小样本水下图像的目标识别研究中,无方案可循,无方法可依,受限于个人专业经验的问题,且本发明能实现深度学习框架的自动部署和加速学习,可以部署在多个开发平台,易于推广,使用简单,极大地了节约了人力和时间成本。
-
-