standard download
文库搜索
切换导航
首页
频道
联系我们
首页
联系我们
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211354900.7 (22)申请日 2022.11.01 (71)申请人 中南大学 地址 410012 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 雷文太 辛常乐 王睿卿 庞泽邦 隋浩 毛凌青 张硕 王义为 罗诗光 (74)专利代理 机构 北京风雅颂专利代理有限公 司 11403 专利代理师 曾志鹏 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06T 3/40(2006.01) (54)发明名称 一种GPR B-Scan图像中的多目标检测方法 及装置 (57)摘要 本发明实施例提供了一种GPRB ‑Scan图像中 的多目标检测方法及装置, 所述方法包括: 获得 GPRB‑Scan图像数据, 对所述 图像数据中的目标 数据用矩形框进行框定作为真实边界框; 对所述 图像数据进行预处理, 所述预处理包括对所述图 像数据整体进行缩放、 填充以形成目标尺寸的 图 像数据; 对所述真实边界框进行聚类, 并基于聚 类结果计算得到多个对应所述图像数据的矩形 的边界框; 将所述边界框作为用于对 所述图像数 据进行目标检测的目标网络的锚框, 使所述目标 网络能够基于所述锚框及提取的图像特征生成 候选框, 所述候选框框选有所述图像数据中的目 标数据。 权利要求书3页 说明书11页 附图5页 CN 115496917 A 2022.12.20 CN 115496917 A 1.一种GPR B‑Scan图像中的多目标检测方法, 其特 征在于, 包括: 获得GPR B‑Scan图像数据, 对所述图像数据中的目标数据用矩形框进行框定作 为真实 边界框; 对所述图像数据进行预处理, 所述预处理包括对所述图像数据整体进行缩放、 填充以 形成目标尺寸的图像数据; 对所述真实边界框进行聚类, 并基于聚类结果计算得到多个对应所述图像数据的矩形 的边界框; 将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚框, 使所述目标 网络能够基于所述锚框及提取的图像特征生成候选框, 所述候选框框选有 所述图像数据中 的目标数据。 2.根据权利要求1所述的方法, 其特 征在于, 所述获得GPR B‑Scan图像数据, 包括: 通过仿真法计算获得GPR基于天线沿预设测线上各点扫描时形成的回波, 并基于所述 回波形成第一 二维数据; 基于GPR在地表对预埋有地下目标的区域沿一维测线探测形成的第二 二维数据; 基于对应有目标与无目标的所述第一二维数据的差值得到无背景信息的第一二维数 据; 计算所述第二 二维数据中每行 数据的均值; 对每行的所述第二二维数据中各数据与对应行的均值求差, 得到抑制背景信 息的第二 二维数据; 基于伪色彩映射方式处理无背景信息的第一二维数据、 抑制背景信息的第二二维数 据, 形成第一目标尺寸的彩色B ‑Scan图像数据; 对每个所述B ‑Scan图像数据包含的地下目标信息利用矩形框进行框定作为真实边界 框; 对应记录每个所述真实边界框的坐标信息, 所述坐标信息与B ‑Scan图像数据共同形成 数据集。 3.根据权利要求2所述的方法, 其特 征在于, 所述对所述图像数据进行 预处理, 包括: 将所述图像数据采用双线性插值法缩放到指定范围区间, 并将所述真实边界框的坐标 按照对应图片的缩放比例进行等比例缩放; 在缩放后的所述图像数据的边 缘处进行填充, 以形成第二目标尺寸的所述图像数据; 将预处理后的所述图像数据划分为训练集和验证集; 计算所述训练集中所述图像的真实边界框的高宽比和面积。 4.根据权利要求3所述的方法, 其特征在于, 所述对所述预处理后的图像数据进行聚 类, 并基于聚类结果计算得到多个对应所述图像数据的矩形的边界框, 包括: 对所述预处 理后的图像数据中各个真实边界框的高宽比和面积进行聚类; 取每类高宽比数据的中位数作为构建所述 边界框所需的高宽比; 取每类面积数据的中位数作为构建所述 边界框的面积; 基于由各 所述中位数的高宽比、 面积计算确定出多个所述 边界框。 5.根据权利要求3所述的方法, 其特 征在于, 还 包括: 构建目标网络的网络模型, 所述网络模型由核心模块、 候选框提取模块、 特征检测模块权 利 要 求 书 1/3 页 2 CN 115496917 A 2组成; 将所述训练集输入所述网络模型中进行训练获得训练权 重; 将所述验证集输入加载训练权重后的所述网络模型中进行验证, 以验证所述网络模型 效果。 6.根据权利要求5所述的方法, 其特征在于, 所述核心模块包括三个用于对所述图像数 据提取特征的层; 所述将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚框, 使所述 目标网络能够基于所述锚框及提取的图像特 征生成候选 框, 包括: 基于所述候选框提取模块将所述边界框作为用于对所述图像数据进行目标检测的目 标网络的锚框, 使所述目标网络能够基于所述锚框及由所述核心模块的三个层提取的图像 特征生成候选 框。 7.根据权利要求5所述的方法, 其特 征在于, 还 包括: 基于所述特征检测模块将所述候选框进行分类和回归, 生成包含所述图像数据中的多 个目标的特 征图。 8.一种GPR B‑Scan图像中的多目标检测装置, 其特 征在于, 包括: 获得模块, 用于获得GPR B‑Scan图像数据, 对所述图像数据中的目标数据用矩形框进 行框定作为真实边界框; 预处理模块, 用于对所述图像数据进行预处理, 所述预处理包括对所述图像数据整体 进行缩放、 填充以形成目标尺寸的图像数据; 聚类模块, 用于对所述真实边界框进行聚类, 并基于聚类结果计算得到多个对应所述 图像数据的矩形的边界框; 生成模块, 用于将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚 框, 使所述 目标网络能够基于所述锚框及提取 的图像特征生成候选框, 所述候选框框选有 所述图像数据中的目标 数据。 9.根据权利要求8所述的装置, 其特 征在于, 所述获得GPR B‑Scan图像数据, 包括: 通过仿真法计算获得GPR基于天线沿预设测线上各点扫描时形成的回波, 并基于所述 回波形成第一 二维数据; 基于GPR在地表对预埋有地下目标的区域沿一维测线探测形成的第二 二维数据; 基于对应有目标与无目标的所述第一二维数据的差值得到无背景信息的第一二维数 据; 计算所述第二 二维数据中每行 数据的均值; 对每行的所述第二二维数据中各数据与对应行的均值求差, 得到抑制背景信 息的第二 二维数据; 基于伪色彩映射方式处理无背景信息的第一二维数据、 抑制背景信息的第二二维数 据, 形成第一目标尺寸的彩色B ‑Scan图像数据; 对每个所述B ‑Scan图像数据包含的地下目标信息利用矩形框进行框定作为真实边界 框; 对应记录每个所述真实边界框的坐标信息, 所述坐标信息与B ‑Scan图像数据共同形成 数据集。权 利 要 求 书 2/3 页 3 CN 115496917 A 3
专利 一种GPR B-Scan图像中的多目标检测方法及装置
文档预览
中文文档
20 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共20页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-18 22:26:54
上传分享
举报
下载
原文档
(1.1 MB)
分享
友情链接
GB-T 39044-2020 政务服务平台接入规范.pdf
GB-T 8020-2015 汽油中铅含量的测定 原子吸收光谱法.pdf
TTAF 180.4—2023 小程序个人信息保护规范 第4部分:全生命周期.pdf
应急预案管理制度.pdf
ISO 21780 2020 Road vehicles — Supply voltage of 48 V — Electrical requirements and tests.pdf
GB-T 24564-2009 高炉热风炉节能监测.pdf
思度安全-DSMM-017 数据销毁安全管理规范V1.0.pdf
NB-T 10333-2019 水电工程场内交通道路设计规范.pdf
GM-T 0112-2021 PDF格式文档的密码应用技术要求.pdf
GB-T 30240.10-2017 公共服务领域英文译写规范 第10部分:商业金融.pdf
GB-T 32915-2016 信息安全技术 二元序列随机性检测方法.pdf
DB34-T 3041-2017 杨树大径级用材林培育技术规程 安徽省.pdf
GB-T 10067.31-2013 电热装置基本技术条件 第31部分:中频无心感应炉.pdf
T-CISA 293—2022 钢铁企业重点工序能效标杆对标指南.pdf
信通院 安全托管运营服务(MSS)发展态势洞察报告.pdf
信通院 数据治理标准化白皮书 2021.pdf
信通院 数据治理研究报告-2020年——培育数据要素市场路线图.pdf
DB11-T 2049-2022 政务大数据安全技术框架 北京市.pdf
T-DFLX 013—2023 梅花鹿茸冻干技术规范.pdf
JR-T0232-2021 银行互联网渗透测试指南.pdf
1
/
20
评价文档
赞助2.5元 点击下载(1.1 MB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
点击进入官方售后微信群
支付 完成后 如未跳转 点击这里下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。