买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：海南大学

摘要：本发明属于船舶检测技术领域，公开了一种基于多任务学习的全景海上船舶态势感知方法，包括如下步骤：获取遥感图像训练数据集；根据遥感图像训练数据集建立多任务学习的全景海上船舶态势感知网络模型；获取实时遥感图像数据；将实时遥感图像数据输入全景海上船舶态势感知网络模型进行多任务的船舶态势预测，得到船舶态势预测结果；根据船舶态势预测结果进行海上船舶态势可视化。本发明解决了现有技术存在的缺乏对于具体环境的考虑导致的实用性低，检测准确性低，以及不同态势感知系统之间相互孤立导致的海上船舶态势感知结果具有非唯一性影响最终的检测准确性的问题。

主权项：1.一种基于多任务学习的全景海上船舶态势感知方法，其特征在于：包括如下步骤：获取遥感图像训练数据集；根据遥感图像训练数据集建立多任务学习的全景海上船舶态势感知网络模型；获取实时遥感图像数据；将实时遥感图像数据输入全景海上船舶态势感知网络模型进行多任务的船舶态势预测，得到船舶态势预测结果；根据船舶态势预测结果进行海上船舶态势可视化；所述的多任务学习的全景海上船舶态势感知网络模型包括特征提取模块、特征融合模块、船舶检测及航向预测模块、海陆分割模块以及推理结果合并模块，所述的特征提取模块设置有特征提取网络模型；多任务的船舶态势预测包括同时进行的船舶检测、航向预测以及海陆分割；特征提取网络模型为ResNet101模型，特征融合模块基于特征金字塔FPN采用跳过连接Skipconnection的方式将特征提取模块的4层特征图进行融合，船舶检测及航向预测模块使用中心点检测方法将特征融合部分最后一层特征图作为该模块的输入特征，然后在该模块采用5个分支分别用于输出船舶目标中心点预测图Heatmap、船舶目标中心点偏移量预测图Offset、目标定向边界框尺寸预测图Boxsize、目标定向边界框旋转角度预测图Angle以及航向点头部距中心点偏移量预测图ShipHead，并在每个分支中采用一个3×3和一个1×1的卷积作为该模块的输出层，海陆分割模块使用语义分割方法对特征融合模块的每层特征进行拼接操作concat，最后采用两个3×3大小的卷积核输出分割图预测图，推理结果合并模块将船舶检测及航向预测模块和海陆分割模块的输出进行合并推理，得到船舶态势预测结果。

全文数据：

权利要求：

百度查询： 海南大学 一种基于多任务学习的全景海上船舶态势感知方法