专利名称：

发明

一种基于时序信息的目标意图识别方法及系统

申请公布号：

CN117893864A

申请公布日：

2024-04-16

申请号：

2024100379242

申请日：

2024-01-10

申请人：

中国船舶集团有限公司第七〇九研究所,

地址：

430074 湖北省武汉市东湖新技术开发区凤凰产业园藏龙北路1号

发明人：

马琳婧,刘颢,肖厚,李琳,张四维,

分类号：

G06V10/80(2022.01);G06V20/13(2022.01);G06V10/44(2022.01);G06V10/82(2022.01);G06N3/0442(2023.01);G06N3/048(2023.01);G06N3/045(2023.01);G06N3/084(2023.01);

专利代理机构：

武汉华之喻知识产权代理有限公司 42267

代理人：

郭志霄

最终专利权人：

摘要：

本发明提供一种基于时序信息的目标意图识别方法及系统，包括：获取待测目标的可见光图像、红外图像以及雷达时序信息；将可见光图像、红外图像以及雷达时序信息输入至训练好的识别模型中，基于识别模型对可见光图像和红外图像进行目标特征识别，得到待测目标的目标识别结果；基于识别模型对目标识别结果和雷达时序信息进行目标意图识别，得到待测目标的意图识别结果；其中，训练好的识别模型是基于图像样本、图像样本对应的目标识别真实标签以及图像样本对应的意图识别真实标签进行训练得到的。本发明可提高目标身份识别和意图识别的精准度，进而提高最终的意图识别的效率。

权利要求书：

1.一种基于时序信息的目标意图识别方法，其特征在于，包括：获取待测目标的可见光图像、红外图像以及雷达时序信息；将所述可见光图像、红外图像以及雷达时序信息输入至训练好的识别模型中，基于所述识别模型对所述可见光图像和红外图像进行目标特征识别，得到所述待测目标的目标识别结果；基于所述识别模型对所述目标识别结果和所述雷达时序信息进行目标意图识别，得到所述待测目标的意图识别结果；其中，所述训练好的识别模型是基于图像样本、所述图像样本对应的目标识别真实标签以及所述图像样本对应的意图识别真实标签进行训练得到的。2.根据权利要求1所述的基于时序信息的目标意图识别方法，其特征在于，所述识别模型的训练方法包括：获取各种目标的图像样本和探测特征样本，所述图像样本包括可见光图像样本和红外图像样本；建立初始模型，将所述可见光图像样本和红外图像样本输入至所述初始模型中，基于所述初始模型对所述可见光图像样本和红外图像样本进行特征提取、特征融合和图像重构，得到目标识别生成标签；基于所述初始模型对所述目标识别生成标签和探测特征样本进行意图识别，得到意图识别生成标签；基于所述目标识别真实标签、目标识别生成标签、意图识别真实标签和意图识别生成标签确定分类损失，基于所述图像样本的融合结构损失、像素损失、边缘损失以及分类损失，得到所述初始模型的网络总损失；基于网络总损失对所述初始模型进行参数调整和模型迭代，直至模型收敛得到训练好的识别模型。3.根据权利要求2所述的基于时序信息的目标意图识别方法，其特征在于，所述获取各种目标的图像样本和探测特征样本之后，还包括：接受用户的第一输入，基于第一输入确定所述探测特征样本的各种目标身份意图，以根据所述目标身份意图确定所述图像样本的意图识别真实标签；其中，所述第一输入为对所述探测特征样本进行意图判定和划分的操作，所述各种目标身份意图包括巡逻、运输、训练、进攻和侦察中的任一种。4.根据权利要求2所述的基于时序信息的目标意图识别方法，其特征在于，所述获取各种目标的图像样本和探测特征样本之后，还包括：对所述探测特征样本进行数据标准化，以消除数据量纲影响；其中，所述探测特征样本包括目标初次发现的距离信息、速度信息、加速度信息、径向速度信息、飞行高度信息以及方位信息。5.根据权利要求2所述的基于时序信息的目标意图识别方法，其特征在于，所述基于所述初始模型对所述可见光图像样本和红外图像样本进行特征提取、特征融合和图像重构，得到目标识别生成标签，包括：基于所述初始模型对所述可见光图像样本进行目标特征提取和深层边缘显著特征提取，得到所述可见光图像样本对应的第一特征，对所述红外图像样本进行目标特征提取和深层边缘显著特征提取，得到所述红外图像样本对应的第二特征；将所述可见光图像样本和所述红外图像样本进行融合，得到融合图像样本，并将所述第一特征和第二特征进行特征融合，得到融合图像样本的融合特征；将融合特征进行图像重构，得到重构图像信息，将所述重构图像信息通过所述初始模型的第一softmax层输出所述目标识别生成标签。6.根据权利要求2所述的基于时序信息的目标意图识别方法，其特征在于，所述基于所述初始模型对所述目标识别生成标签和探测特征样本进行意图识别，得到意图识别生成标签，包括：将所述目标识别生成标签和探测特征样本进行向量拼接，得到待测向量；基于所述初始模型的双向长短期记忆网络层对所述待测向量进行意图识别，通过所述初始模型的第二softmax层输出所述意图识别生成标签。7.根据权利要求5所述的基于时序信息的目标意图识别方法，其特征在于，所述融合结构损失、像素损失、边缘损失以及分类损失的获取方法包括：基于所述可见光图像样本、红外图像样本以及融合图像样本进行相似度计算，得到所述融合结构损失；基于所述可见光图像样本和融合图像样本获取第一像素差异值，基于所述红外图像样本和融合图像样本获取第二像素差异值，基于所述第一像素差异值和第二像素差异值确定所述像素损失；基于所述融合图像样本的水平梯度信息和竖直梯度信息确定所述边缘损失；基于目标识别真实标签和所述目标识别生成标签获取目标识别损失，基于所述意图识别真实标签和所述意图识别生成标签获取意图识别损失，基于所述目标识别损失和意图识别损失获取所述分类损失。8.一种基于时序信息的目标意图识别系统，其特征在于，包括：获取单元，用于获取待测目标的可见光图像、红外图像以及雷达时序信息；目标识别单元，用于将所述可见光图像、红外图像以及雷达时序信息输入至训练好的识别模型中，基于所述识别模型对所述可见光图像和红外图像进行目标特征识别，得到所述待测目标的目标识别结果；意图识别单元，用于基于所述识别模型对所述目标识别结果和所述雷达时序信息进行目标意图识别，得到所述待测目标的意图识别结果；其中，所述训练好的识别模型是基于图像样本、所述图像样本对应的目标识别真实标签以及所述图像样本对应的意图识别真实标签进行训练得到的。9.一种电子设备，其特征在于，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行如权利要求1‑7任一所述的方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序在处理器上运行时，使得所述处理器执行如权利要求1‑7任一所述的方法。

主视图

日期	最新法律状态	描述
2024-04-16	公开	公开