基于深度学习的海面船只辨识方法

发明专利有效专利

申请号：
CN201910024532.1
IPC分类号：G06K9/00;G06K9/62
申请日期：
2019-01-10
申请人：
海南大学;北京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的海面船只辨识方法
申请号	CN201910024532.1	申请日期	2019-01-10
法律状态	公开	申报国家	中国
公开/公告日	2019-06-25	公开/公告号	CN109934088A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	海南大学;北京航空航天大学	申请人地址	海南省海口市人民大道58号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	海南大学,北京航空航天大学	当前权利人	海南大学,北京航空航天大学
发明人	沈重;秦洪懋;金志扬;于晓龙;高哈尔达吾力
代理机构	广州容大专利代理事务所（普通合伙）	代理人	刘新年

摘要

本发明公开了一种基于深度学习的海面船只辨识方法，包括如下步骤：步骤一，利用无人机拍摄海上船只视频作为训练视频；步骤二，对步骤一中获得的训练视频进行解帧处理，获得多张船只图片构成训练数据集；步骤三，对FasterR‑CNN算法进行训练，获得最终FasterR‑CNN模型；步骤四，利用无人机拍摄海上船只视频作为测试视频；步骤五，利用步骤三获得的FasterR‑CNN模型对步骤四中获得检测数据集进行检测，最后输出相应的船只检测结果。本发明的基于深度学习的海面船只辨识方法，通过步骤一至步骤三的设置，便可利用无人机采集实际的视频作为训练集训练算法，然后通过步骤五实现对于船只进行辨识，如此相比于现有技术中采用网络图片进行训练精度更高。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供