[发明专利]基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法在审
| 申请号： | 201811295296.9 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109284754A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 李顺龙;郭亚朋;徐阳;李惠 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06T7/13;G06T7/155 |
| 代理公司： | 哈尔滨市哈科专利事务所有限责任公司 23101 | 代理人： | 吴振刚 |
| 地址： | 150090 黑龙江省哈尔滨市南岗*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于计算机视觉的桥梁区域船舶智能定位与几何轮廓自动辨识方法，是为了解决现有的桥梁区域船舶智能定位与几何轮廓自动辨识成本过高以及相应智能算法的缺点而提出的，包括：整理网络上海量的船舶图片作为原始数据，对输入的图像进行降采样，根据人工经验使用矩形框对降采样后的图像中的船舶区域进行标记，获得用于表示矩形框位置和大小的数据；将训练集输入至深度卷积神经网络中进行迁移训练；训练过程中使用的损失函数为多目标优化函数，优化算法为自适应矩估计优化算法；将待识别的桥梁区域船舶通行视频提取关键帧重采样后输入至训练好的神经网络中，得到以矩形框为表示的定位结果；将矩形框定位结果由BGR色彩空间转换到HSV空间，使用形态学运算寻找船舶几何轮廓，得到几何轮廓自动辨识结果。本发明适用于桥梁工程健康监测以及防船撞领域。 | ||
| 搜索关键词： | 几何轮廓 船舶 自动辨识 矩形框 计算机视觉 桥梁 优化算法 智能定位 降采样 桥梁工程 图像 卷积神经网络 色彩空间转换 多目标优化 矩形框定位 形态学运算 定位结果 健康监测 人工经验 神经网络 视频提取 损失函数 训练过程 原始数据 智能算法 关键帧 矩估计 训练集 重采样 自适应 迁移 通行 网络 图片 | ||
【主权项】：
1.一种基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法，其特征在于，包括如下步骤：步骤一、整理网络上海量的船舶图片作为原始数据，对输入的图像进行降采样，根据人工经验使用矩形框对降采样后的图像中的船舶区域进行标记，获得用于表示矩形框位置和大小的数据；步骤二、将训练集输入至深度卷积神经网络中进行迁移训练；训练过程中使用的损失函数为多目标优化函数，优化算法为自适应矩估计优化算法；步骤三、将待识别的桥梁区域船舶往来视频提取关键帧重采样后输入至训练好的神经网络中，得到以矩形框为表示的定位结果；步骤四、将矩形框定位结果由BGR色彩空间转换到HSV空间，使用形态学运算寻找船舶几何轮廓，得到几何轮廓自动辨识结果。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/201811295296.9/，转载请声明来源钻瓜专利网。
