首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于图像修复的船只水尺数字的识别方法 

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:燕山大学

摘要:本发明公开了一种基于图像修复的船只水尺数字的识别方法,属于计算机视觉领域,所述方法包括:获取并制作可用于训练的船只水尺图像数据集并进行预处理,得到包含预处理后的多类船只图片;对定义好的分类修复模型,选用加入DF损失函数合成新的生成损失函数进行训练,多次训练得到最优模型;将以上步骤训练得到的最优模型应用到船只水尺数字图像修复中,对损坏的图像进行修复和测试,然后进行实时识别并用准确率和权重概率两个指标进行判断。本发明相较于现有修复模型,能够在充分利用视觉结构信息和类别信息提升修复分类识别准确度的基础上,更好地将因环境而磨损、腐蚀等的船只水尺图像修复并获得更准确的实时识别结果,给检测人员带来便利。

主权项:1.一种基于图像修复的船只水尺数字的识别方法,其特征在于:包括:步骤1,获取并制作能够用于训练的船只水尺图像数据集并进行数据集预处理,得到包含预处理后的多类船只图片;步骤2,对定义好的分类修复模型,选用加入DF损失函数合成新的生成损失函数进行训练,多次训练得到最优模型;具体包括:2.1,修复模型的选择:所述分类修复模型,是基于生成对抗网络,结合图像分类模型训练的权重pth文件,在训练过程中结合图像分类模型进行模型算法融合,图像网络修复结构采用编解码器类P-Unet结构,呈现出非对称的编解码器;所选模型结构具体包括:2.1.1,编码器总结为8层卷积块,前两层运用两层视觉结构重建层,视觉结构重建层包括结构生成和特征生成,其中起着重要作用的是局部卷积,后六层则是由局部卷积层代替普通的卷积块提取图像特征信息;视觉结构层原理是:将输入破损图像Xin和边缘结构Ein、输入掩码Miinmg和边缘掩码Miendge分别进行级联,然后通过局部卷积生成Xpcl和Mpcl,最后通过瓶颈残差块一系列运算得到视觉结构,残差瓶颈块的卷积核大小和通道数分别为[1,3,1]、[64、16、64],最后输入图像在通过编码器后,通道数由3通道变为512通道;2.1.2,第8层卷积块之后为解码器阶段,其在网络层中的第9至14层;而且在前六块卷积块中,每层包括局部卷积和局部反卷积模块,然后接着两层同样是视觉结构层,第17层是普通卷积模块,通道数保持不变,然后图像特征信息经过编码器上采样后,通道数最后变为3通道,最终得到修复后特征信息;2.2,修复模型的融合,损失改进:将已经通过生成对抗网络生成的图像送入针对水尺数据集预训练pth文件,进行分类处理,使得预估概率最大的类别作为预测类别并作为结果并且得出改进的损失函数,得到最终的生成损失,进行反馈训练;步骤3,将步骤2训练得到的最优模型应用到船只水尺数字图像修复中,对损坏的图像进行修复和测试;步骤4,对修复完成的水尺图像用VGG网络实时识别,并用准确率和权重概率两个指标进行评估。

全文数据:

权利要求:

百度查询: 燕山大学 一种基于图像修复的船只水尺数字的识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。