[发明专利]一种图像超分辨重建模型训练方法、船只跟踪方法及装置

权利要求书

1.一种图像超分辨重建模型训练方法，应用于船只图像识别，其特征在于，包括：

获取船只图像训练样本，所述船只图像训练样本为高分辨率训练样本；

根据所述高分辨率训练样本得到低分辨率训练样本；

根据低分辨率稀疏表达算法将所述低分辨率训练样本进行稀疏表达分解，得到低分辨率稀疏训练样本；

将所述低分辨率稀疏表达算法映射到所述高分辨率上，得到高分辨率稀疏表达算法；

根据所述高分辨率稀疏表达算法将所述高分辨率训练样本进行稀疏表达分解，得到高分辨率稀疏训练样本；

根据所述低分辨率稀疏训练样本和高分辨率稀疏训练样本对稀疏域深度学习网络模型进行训练，得到图像超分辨重建模型。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述高分辨率训练样本得到低分辨率训练样本之后，所述方法还包括：

根据超像素分割对所述高分辨率训练样本和所述低分辨率样本进行分割。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：在训练过程中，根据如下公式迭代更新所述图像超分辨重建模型：

其中，PSNR表示高分辨率稀疏训练样本和训练得到的图像的相似度，n表示每个像素的比特数，MSE表示高分辨率稀疏训练样本和训练得到的图像的均方差。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取船只图像测试样本，所述船只图像测试样本为高分辨率测试样本；

根据所述高分辨率测试样本得到低分辨率测试样本；

根据所述低分辨率测试样本及所述图像超分辨重建模型得到测试结果；

当所述测试结果满足预设条件时，将所述图像超分辨重建模型确定为可用的图像超分辨重建模型。

5.一种船只跟踪方法，其特征在于，包括如下步骤：

获取视频卫星采集的视频图像；

将所述视频图像输入至图像超分辨重建模型，得到船只检测图像；所述图像超分辨重建模型是通过如权利要求1-4任一所述的图像超分辨重建模型训练方法训练生成的；

将所述船只检测图像利用目标算法进行关联，得到所述船只的运行轨迹。

6.根据权利要求5所述的方法，其特征在于，在所述获取视频卫星采集的视频图像之后、将所述视频图像输入至图像超分辨重建模型之前，还包括：

对所述视频图像进行图像增强及去噪处理。

7.一种图像超分辨重建模型训练装置，应用于船只图像识别，其特征在于，包括：

第一获取模块，用于获取船只图像训练样本，所述船只图像训练样本为高分辨率训练样本；

低分辨率训练样本获取模块，用于根据所述高分辨率训练样本得到低分辨率训练样本；

第一分解模块，用于根据低分辨率稀疏表达算法将所述低分辨率训练样本进行稀疏表达分解，得到低分辨率稀疏训练样本；

映射模块，用于将所述低分辨率稀疏表达算法映射到所述高分辨率上，得到高分辨率稀疏表达算法；

第二分解模块，用于根据所述高分辨率稀疏表达算法将所述高分辨率训练样本进行稀疏表达分解，得到高分辨率稀疏训练样本；

训练模块，用于根据所述低分辨率稀疏训练样本和高分辨率稀疏训练样本对稀疏域深度学习网络模型进行训练，得到图像超分辨重建模型。

8.一种船只跟踪装置，其特征在于，包括：

第二获取模块，用于获取视频卫星采集的视频图像；

检测模块，用于将所述视频图像输入至图像超分辨重建模型，得到船只检测图像；所述图像超分辨重建模型是通过如权利要求1-4任一所述的图像超分辨重建模型训练方法训练生成的；

关联模块，用于将所述船只检测图像利用目标算法进行关联，得到所述船只的运行轨迹。