[发明专利]一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质在审

专利信息
申请号: 202011476560.6 申请日: 2020-12-15
公开(公告)号: CN112528874A 公开(公告)日: 2021-03-19
发明(设计)人: 董明皓;杨海涛;张培铭;姬鸣;吴佳;张子元;张晓燕;柴维路;金晨望;梁继民 申请(专利权)人: 西安电子科技大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/00;G06T7/70
代理公司: 西安知诚思迈知识产权代理事务所(普通合伙) 61237 代理人: 麦春明
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 sar 图象 多目标 视觉 识别 能力 量化 方法 系统 计算机 可读 介质
【说明书】:

本发明公开了一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质,方法融合了特异性、敏感性、置信等级三个维度信息,并基于目标物位置信息对特异性、敏感性指标进行计算,基于被试者的反应时间对置信等级进行计算,并基于特异性、敏感性指标以及置信等级计算被试者的SAR图象多目标视觉识别能力得分,对被试者的SAR图象多目标视觉识别能力进行测试,与传统基于准确率的测试方法相比,本发明提出的方法效度和精度更高,敏感性更强。有效解决了现有面向人的SAR图象目标识别能力计算方法效度不足、精确度不足、测试不准确的问题。

技术领域

本发明属于人体参数评估测量技术领域,涉及一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)为主动航空遥感方式,具有全天候、全天时的遥感数据获取能力,其独特优势使其在测绘、军事、灾害、地质、农业、林业、气象预测等领域具有很高的实际应用价值。准确的图象解译是发挥SAR图象价值的关键,人工判读解译是SAR图象目标识别的重要手段。

判读员的SAR图象目标识别技能需要经过专业训练,其中,该能力的定量评估是训练的关键环节。现有定量评估算法普遍采用目标识别正确率作为衡量指标,但该评估方法具有以下显著缺点:首先,该方法将来源不同的指标同等对待,如假阴性错误和假阳性错误,降维为一维标量,降维过程中信息衰减大;其次,SAR图象判读过程中,人员判读的时间是考核指标,即同等行为表现下,判断时间短的被试能力更强,但该方法未考虑判读时间。另外,公开号为CN107633515A、名称为一种影像医师视觉识别能力量化方法及系统的发明专利,公开了一种影像医师视觉识别能力量化方法及系统,可借鉴用于SAR图象视觉识别能力测试,但该评估方法具有以下显著缺点:首先,该方法局限于单目标识别场景,场景适用性与实际工作场景需求差别较大;其次,该方法忽略了目标的位置信息显著降低了测试的敏感性;最后,该方法使用了人为自主量化信息作为参数输入提高了算法的主观性。综上所述,上述测评方法效度不足、准确度低,使得人员评估测试不准确。

发明内容

本发明实施例的目的在于提供一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质,以解决现有面向人的SAR图象目标识别能力计算方法效度不足、精确度不足、测试不准确的问题。

为解决上述技术问题,本发明实施例提供一种面向人的SAR图象多目标视觉识别能力量化方法,包括以下步骤:

配置测试所用的标准测试图象集的可调参数,可调参数包括标准测试图象总数、标准测试图象难度构成比例、测试频次、测试时间;标准测试图象为包含多个目标物的SAR图象,每幅标准测试图象均是由九块SAR图象切片构成的九宫格图象集,每块SAR图象切片中最多包含一个目标物;标准测试图象难度构成比例为标准测试图象中有目标物的SAR图象切片和无目标物的SAR图象切片之间的数量占比;

获取配置好的标准测试图象集,在人机交互界面上依次显示标准测试图象集内的标准测试图象,默认用蓝色矩形框框住当前显示的标准测试图象左上角的第一块SAR图象切片并提示被试者判断当前采用蓝色矩形框框住的SAR图象切片中是否存在目标物,被试者通过鼠标选择“是”或“否”选项,并在被试者选择“是”选项时提示被试者通过鼠标选定标记目标物,选定之后确定,自动记录被试者对当前采用蓝色矩形框框住的SAR图象切片中是否存在目标物的判断选择所用时间,完成第一块SAR图象切片的判断后按顺序用蓝色矩形框框住第二块SAR图象切片供被试者继续判断选择,同时被试者能够使用鼠标悬停在任意SAR图象切片上方,点击鼠标左键使蓝色矩形框移动框住该鼠标悬停的SAR图象切片以对其进行判断选择;当被试者判断完一幅标准测试图象中所有的SAR图象切片时自动翻页显示下一幅标准测试图象;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011476560.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top