一种漂浮物识别方法及系统技术方案

本发明专利技术提出了一种漂浮物识别方法及系统，涉及漂浮物识别技术领域。采用虚拟现实技术建立虚拟环境；通过虚拟环境基于三维渲染技术渲染输出样本数据集；然后根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；然后实时获取现场图像；最后将现场图像输入至漂浮物识别模型中，得到识别结果。通过虚拟现实技术模拟生成真实感的人工智能大数据作为样本数据集，有效解决了水面漂浮物的数据集构建难度大的问题，通过在虚拟环境中模拟多种场景，进而得出多种数据，避免了数据集收集难度大、环境复杂的问题。有效解决了数据量不足的问题，使得后期通过样本数据集训练得到的漂浮物识别模型更加准确，提高了识别结果的准确率。准确率。准确率。

【技术实现步骤摘要】
一种漂浮物识别方法及系统


[0001]本专利技术涉及漂浮物识别
，具体而言，涉及一种漂浮物识别方法及系统。

技术介绍

[0002]为了保证水面无人设备航行安全，识别水面场景漂浮物的种类是当前水面无人驾驶技术的研究重点之一。漂浮物种类繁多，对航行安全意义重大。具体地，漂浮物包括浮船、航道助航人工标识（如浮标、浮筒、浮船）、水面漂浮垃圾等。目前，许多饮水水源、城市内河、周边湖泊、水库等水面上出现大量的污染物，水面上的漂浮垃圾一般无法被溶解及自然稀释、且具有分布不均性，水面漂浮物的存在不仅影响了水体观感和城市的生活环境质量，也造成了水体的污染及生态平衡的破坏，甚至威胁到了航运和饮用水的安全。如何快速有效识别水面漂浮物，为水面安全规避、污染物清洁、水面交通安全等领域提供早期预警及实时监控等信息提供重要支撑。
[0003]水面漂浮物的识别是人工智能领域的一个重要应用场景，可以面向河道的无人驾驶、垃圾清理、应急救援等实际应用需求，然而，关于水面漂浮物的数据集的构建存在很大难度，主要原因在于数据集收集难度大、环境复杂，主要体现在水面环境复杂、收集难度高、覆盖范围小等。受现实操作影响，数据收集种类也难以全覆盖，且不同种类样本均衡难以保证。因此，提供一种新的技术方案改善上述问题，是本领域技术人员急需解决的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种漂浮物识别方法及系统，核心点在于提供一种新的技术范式来解决现有技术中水面漂浮物的数据集的构建难度大的问题，以此为技术核心进而构建一种漂浮物识别方法及系统。
[0005]第一方面，本申请实施例提供一种漂浮物识别方法，包括以下步骤：采用虚拟现实技术建立虚拟环境；通过虚拟环境基于三维渲染技术渲染输出样本数据集；根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；实时获取现场图像；将现场图像输入至漂浮物识别模型中，得到识别结果。
[0006]上述实现过程中，通过采用虚拟现实技术建立虚拟环境；通过虚拟环境基于三维渲染技术渲染输出样本数据集；然后根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；然后实时获取现场图像；最后将现场图像输入至漂浮物识别模型中，得到识别结果。通过虚拟现实技术模拟生成真实感的人工智能大数据作为样本数据集，有效解决了水面漂浮物的数据集构建难度大的问题，通过在虚拟环境中模拟多种场景，进而得出多种数据，而不需要到实际现场中取获取，从而避免了数据集收集难度大、环境复杂的问题。同时，为提高数据的真实感，使用到了多种环境模型以及水面漂浮物三维模型，通过模型集成，最终可以输出多场景、多视角、多时相、多天气的数据集，使得到的样本数据集
包含的数据更多、更全面，从而有效解决了数据量不足的问题。通过构建数据量充足的样本数据，使得后期通过样本数据集训练得到的漂浮物识别模型更加准确，提高了识别结果的准确率。
[0007]基于第一方面，在本专利技术的一些实施例中，采用虚拟现实技术建立虚拟环境的步骤包括以下步骤：获取多种环境模型；建立水面漂浮物三维模型库；将水面漂浮物三维模型库与多种环境模型进行集成，得到虚拟环境。
[0008]基于第一方面，在本专利技术的一些实施例中，通过虚拟环境基于三维渲染技术渲染输出样本数据集的步骤包括以下步骤：获取多种环境参数信息；根据各个环境参数信息分别通过虚拟环境基于三维渲染技术渲染输出多个模拟图像；根据各个模拟图像生成多个漂浮物数据标签；将多个模拟图像和多个漂浮物数据标签进行组合形成样本数据集。
[0009]基于第一方面，在本专利技术的一些实施例中，建立水面漂浮物三维模型库的步骤还包括以下步骤：获取待识别漂浮物种类信息；根据待识别漂浮物种类信息在预置的漂浮物种类表中进行匹配，得到匹配的漂浮物信息；根据匹配的漂浮物信息建立水面漂浮物三维模型库。
[0010]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：根据识别结果重新获取待识别漂浮物种类信息。
[0011]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：将现场图像与对应的识别结果加入到样本数据集中，得到新的样本数据集。
[0012]第二方面，本申请实施例提供一种漂浮物识别系统，包括：虚拟环境建立模块，用于采用虚拟现实技术建立虚拟环境；环境渲染模块，用于通过虚拟环境基于三维渲染技术渲染输出样本数据集；模型训练模块，用于根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；现场图像获取模块，用于实时获取现场图像；识别模块，用于将现场图像输入至漂浮物识别模型中，得到识别结果。
[0013]上述实现过程中，通过虚拟环境建立模块采用虚拟现实技术建立虚拟环境；环境渲染模块通过虚拟环境基于三维渲染技术渲染输出样本数据集；模型训练模块根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；现场图像获取模块实时获取现场图像；识别模块将现场图像输入至漂浮物识别模型中，得到识别结果。通过虚拟现实技术模拟生成真实感的人工智能大数据作为样本数据集，有效解决了水面漂浮物的数据集构建难度大的问题，通过在虚拟环境中模拟多种场景，进而得出多种数据，而不需要到实际现场中取获取，从而避免了数据集收集难度大、环境复杂的问题。同时，为提高数据的真
实感，使用到了多种环境模型以及水面漂浮物三维模型，通过模型集成，最终可以输出多场景、多视角、多时相、多天气的数据集，使得到的样本数据集包含的数据更多、更全面，从而有效解决了数据量不足的问题。通过构建数据量充足的样本数据，使得后期通过样本数据集训练得到的漂浮物识别模型更加准确，提高了识别结果的准确率。
[0014]基于第二方面，在本专利技术的一些实施例中，虚拟环境建立模块包括：环境模型单元，用于获取多种环境模型；漂浮物模型单元，用于建立水面漂浮物三维模型库；模型集成单元，用于将水面漂浮物三维模型库与多种环境模型进行集成，得到虚拟环境。
[0015]第三方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
[0016]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
[0017]本专利技术实施例至少具有如下优点或有益效果：本专利技术实施例提供一种漂浮物识别方法及系统，通过采用虚拟现实技术建立虚拟环境；通过虚拟环境基于三维渲染技术渲染输出样本数据集；然后根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；然后实时获取现场图像；最后将现场图像输入至漂浮物识别模型中，得到识别结果。通过虚拟现实技术模拟生成真实感的人工智能大数据作为样本数据集，有效解决了水面漂浮物的数据集构建难度大的问题，通过在虚拟环境中模拟多种场景，进而得出多种数据，而不需要到实际现场中取获取，从而避免了数据集收集难度大、环境复杂的问题。同时，为提高数据的真实感，使用到了多种环境模型以及水面漂浮物三维模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种漂浮物识别方法，其特征在于，包括以下步骤：采用虚拟现实技术建立虚拟环境；通过虚拟环境基于三维渲染技术渲染输出样本数据集；根据样本数据集对预置的深度神经网络模型进行训练，得到漂浮物识别模型；实时获取现场图像；将现场图像输入至漂浮物识别模型中，得到识别结果。2.根据权利要求1所述的漂浮物识别方法，其特征在于，所述采用虚拟现实技术建立虚拟环境的步骤包括以下步骤：获取多种环境模型；建立水面漂浮物三维模型库；将水面漂浮物三维模型库与多种环境模型进行集成，得到虚拟环境。3.根据权利要求1所述的漂浮物识别方法，其特征在于，所述通过虚拟环境基于三维渲染技术渲染输出样本数据集的步骤包括以下步骤：获取多种环境参数信息；根据各个环境参数信息分别通过虚拟环境基于三维渲染技术渲染输出多个模拟图像；根据各个模拟图像生成多个漂浮物数据标签；将多个模拟图像和多个漂浮物数据标签进行组合形成样本数据集。4.根据权利要求2所述的漂浮物识别方法，其特征在于，所述建立水面漂浮物三维模型库的步骤还包括以下步骤：获取待识别漂浮物种类信息；根据待识别漂浮物种类信息在预置的漂浮物种类表中进行匹配，得到匹配的漂浮物信息；根据匹配的漂浮物信息建立水面漂浮物三维模型库。5.根据权利要求4所述的漂浮物识别方法，其特征在于，还包括以下步骤：根据识别结果...

【专利技术属性】
技术研发人员：王秋莲，梁栋，李旭龙，蒋建勇，
申请(专利权)人：北京海舶无人船科技有限公司，
类型：发明
国别省市：