(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 202210563801.3 (22)申请日 2022.05.23 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 杨卫东　姜昊　吴一帆　王公炎　 王博　黎云　 (74)专利代理 机构 华中科技大 学专利中心 42201 专利代理师 夏倩　李智 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) (54)发明名称 一种舰船骨架点识别方法 (57)摘要 本发明公开了一种舰船骨架点识别方法， 属 于关键点检测领域， 包括： 获得待检测图像的热 力图、 短程偏移场和长程偏移场； 热力图包括多 层， 与骨架点类型一一对应， 短程偏移场为各骨 架点及周围点相对于最接近的骨架点的偏移向 量集合， 长程偏移场为各骨架点及周围点相对于 最接近的骨架点所在目标的锚点的偏移向量集 合； 将热力图各层中数值较大的极值点确定为对 应类型的骨架点， 并将整数坐标作为初始坐标； 对于每一个骨架点 获得其周围区域内每个 点的短程偏移向量， 以计算各点最接近的骨架点 坐标， 加权得到骨架点 的定位坐标； 根据长程 偏移场将同一舰船目标的骨架点 关联到一起。 本 发明能够实现对舰船目标中包括关重部位在内 的各类骨架点的精确定位。 权利要求书3页 说明书9页 附图3页 CN 114972733 A 2022.08.30 CN 114972733 A 1.一种舰船骨架点识别方法， 其特征在于， 所述骨架点包括外轮廓角点和关重部位， 所 述方法包括如下步骤： (S1)获得包含舰船目标的待检测图像的热力图和短程偏移场； 所述热力图包括多层， 每一层与一类骨架点相对应； 所述热力图的每一层中， 每一个位置的数值表示该位置为对 应类型的骨架点的概率； 所述短程偏移场为骨架 点扩展区域内每个点的短程偏移向量所构 成的集合； 所述骨架点扩展区域为各骨架点周围区域的集合， 所述短程偏移向量为点指向 距离其最近的骨架点未量 化小数坐标的向量； (S2)将所述热力图的每一层中， 数值高于预设阈值的极值点， 确定为对应类型的骨架 点， 并将极值 点的整数坐标， 作为骨架点的初始坐标； (S3)对于每一个骨架点 根据其初始坐标确定其周围区域 从所述短程偏 移场中提 取所述周围区域 内每个点的短程偏移向量， 并由此确定所述周围区域 内每个点最接近 的骨架点坐标， 将这些骨架点坐标加权后， 还原到所述待检测图像中， 得到所述骨架点 的 定位坐标； (S4)输出 各骨架点的类型和定位 坐标， 完成骨架点识别。 2.如权利要求1所述的舰船骨架点识别方法， 其特 征在于， 所述(S3)包括： 将圆心为骨架点 的初始坐标、 半径大小为预设值rshort的圆形区域确 定为骨架点 的 周围区域 对于所述周围区域 内的每一个点p， 从所述短程偏移场中提取其短程偏移向量 确定点p最接 近的骨架点 坐标为 并按照 计算点p处的权 重值wp； 按照 对所述周围区域 内各点最接近的骨架点坐标进行加权， 并 按照 将加权所 得坐标 还原至所述待检测图像中， 得到所述骨架点 的定位坐标 其中， 表示点p与骨架点 的距离， σ ＝rshort， R表示所述热力图和所述待检测图像的 分辨率相差的倍数。 3.如权利要求2所述的舰船骨架点识别方法， 其特征在于， 所述步骤(S1)还包括： 获得 所述待检测图像的长程偏移场； 所述长程偏移场为骨架 点扩展区域内每个点的长程偏移向 量所构成的集合， 所述长程偏移向量为点指向距离其最近的骨架点所在舰船目标的锚点未 量化小数坐标的归一 化向量， 所述锚点 为舰船目标的几何中心； 并且， 所述 步骤(S3)还 包括： 对于每一个骨架点 从所述长程偏移场中提取其长程偏移向量 并按照 预估骨架点 所在舰船目标的锚点 坐标 将对应的锚点间距离小于预设距离阈值T的骨架点关联到同一个舰船目标； 其中， L表示所述热力图的宽和高 中的较大值。权　利　要　求　书 1/3 页 2 CN 114972733 A 24.如权利要求3所述的舰船骨架点识别方法， 其特征在于， 在所述步骤(S4)之后还包 括： 根据关联到同一个舰船目标的外轮廓角点的类型和定位坐标， 估计该舰船目标的姿 态。 5.如权利 要求1～4任一项所述的舰船骨架点识别方法， 其特征在于， 所述步骤(S1)中， 获得包含舰船目标的待检测图像的热力图和短程偏移场， 包括： 将所述待检测图像输入训练好的骨架点提取模型， 由所述骨架点提取模型输出所述热 力图和所述短程偏移场； 所述骨架点提取模型包括： 特征提取模块、 第 一热力图生成模块、 第 二热力图生成模块 以及短程偏移场生成模块； 所述特征提取模块， 用于对输入图像进行 特征提取， 得到 输入图像的第一特 征图； 所述第一热力图生成模块， 用于对所述第一特 征图进行 卷积操作， 得到第一级热力图； 所述第二热力图生成模块， 用于将所述第 一特征图和所述第 一级热力图拼接后进行卷 积操作， 得到第二特 征图， 并对所述第二特 征图进行 卷积操作， 得到最终的热力图； 所述短程偏移场生成模块， 用于将所述第二特征图与所述热力图拼接后进行卷积操 作， 得到短程偏移场。 6.如权利要求5所述的舰船骨架点识别方法， 其特征在于， 所述骨架点提取模型还包 括： 长程偏移场生成模块； 所述长程偏移场生成模块， 用于将所述第二特征图与所述热力图拼接后进行卷积操 作， 得到长程偏移场。 7.如权利要求6所述的舰船骨架点识别方法， 其特征在于， 所述骨架点提取模型在训练 过程中， 所使用的损失函数为： Loss＝ λhm0Lhm0+λhm1Lhm1+λrefineLrefine+λoffLoff Lhm0和Lhm1分别表示第一级热力图和最终的热力图的预测损失， 计算表达式分别为： Lrefine表示短程偏移损失， 计算表达式为： Loff表示长程偏移损失， 计算表达式为： 其中， Loss表示总的预测损失， λhm0、 λhm1、 λrefine和 λoff分别表示对应损失的权重系数； W* 和H*分别表示热力图的宽和高， K表示骨架点的种类数， Z为热力图中所有位置的集合， c表 示热力图的层编号， Yzc表示热力图的第c层中z位置处的标签值， 和 分别表示第一级热 力图和最终的热力图中第c层中z位置 处的预测值， ||  ||2表示二范数； S表示骨架点扩展区权　利　要　求　书 2/3 页 3 CN 114972733 A 3