[发明专利]基于孪生网络的水面漂浮物检测的方法

说明书

本发明涉及一种基于孪生网络的水面漂浮物检测的方法，包括以下步骤：步骤S1:截取待测水面漂浮物的视频内两张图片，并作为输入图像INPUT A和输入图像INPUT B；步骤S2:将两张输入图像分别输入至特征提取器中，作特征提取卷积操作，并得到各自对应的多层特征映射图;步骤S3:创建特征映射层,并根据多层特征映射图，得到各自对应的原始特征映射；步骤S4:将得到的原始特征映射图，分别对应地按通道深度作连接操作，后再对得到的连接操作结果分别做卷积操作，得到特征映射图；步骤S5:通过PRN以及R‑CNN技术，根据得到的特征映射图分别作区域推荐、分类及框坐标回归操作，得到检测结果。本发明利用PRN以及R‑CNN技术，自动地完成对水面漂浮物的检测，误检率低，应用广。

技术领域

本发明涉及图像处理领域，具体涉及一种基于孪生网络的水面漂浮物检测的方法。

背景技术

我国水域面积广大，但近年来，水域环境逐渐恶化，难以治理。其中，水面漂浮物污染问题尤为突出，治理水面漂浮物污染问题，改善水域环境行动刻不容缓。水面漂浮物检测功能应需而生。

在过去，水面漂浮物的检测方法是基于定点图像分析的，其通过水面背景建模、图像配准、河道水体部分提取和异常检测等传统图像处理方法完成对漂浮物的检测。对于水域范围广的区域，前期水面背景建模工作复杂繁重，若用基于定点图像分析的方法，部署实行需消耗大量人力时间。每新增加一个应用场景，就得增加对应场景的水面背景建模工作；另外，该方法因是由人为构建图像特征，而自然场景和漂浮物千变万化，易有较多误检。

发明内容

有鉴于此，本发明的目的在于提供一种基于孪生网络的水面漂浮物检测的方法，可以自动地完成对水面漂浮物的检测。

为实现上述目的，本发明采用如下技术方案：

一种基于孪生网络的水面漂浮物检测的方法，包括以下步骤：

步骤S1:截取待测水面漂浮物的视频内两张图片，并作为输入图像INPUT A 和 输入图像INPUT B；

步骤S2:将两张输入图像分别输入至Res-Net特征提取器中，作特征提取卷积操作，并得到各自对应的多层特征映射图;

步骤S3:创建特征映射层,并根据多层特征映射图，得到各自对应的原始特征映射；

步骤S4:将得到的原始特征映射图，分别对应地按通道深度作连接操作，后再对得到的连接操作结果分别做卷积操作，得到特征映射图；

步骤S5:：通过RPN技术，对得到的特征映射图作区域推荐操作：对特征映射图分别作两次卷积操作，通过R-CNN技术，得到最终分类及框坐标结果：将特征映射图与RPN提供的区域推荐信息结合，再将结合得到的特征映射图做全连接及分类、回归操作，得到检测结果。

进一步的，所述多层特征映射图包括属于输入图像INPUT A的特征映射图C1_A、C2_A、C3_A与属于输入图像INPUT B的特征映射图C1_B、C2_B、C3_B。

进一步的，所述步骤S3具体为：

步骤S31:创建特征映射层P3_A，其特征映射值与特征映射C3_A相等;

步骤S32:将特征映射P3_A作上采样操作，并将该结果与将特征映射C2_A作卷积操作的结果相加，得到特征映射P2_A;

步骤S33:将特征映射P2_A作上采样操作，并将该结果与将特征映射C1_A作卷积操作的结果相加，得到特征映射P1_A;

步骤S34:创建特征映射层P3_B,其特征映射值与特征映射C3_B相等;，重复步骤S32-S33，得到P3_B、P2_B、P1_B。