Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种原位波浪要素提取方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国海洋大学

摘要:本发明设计一种原位波浪要素提取方法及系统,该方法包括以下步骤:S1:采集海上结构物原位冲击波浪的单目视觉视频,将其划分为夜间红外视频和高光反射视频分别进行红外图像增强和高光修复。S2:对预处理后的视频数据进行特征提取,将视频采样为第一预定尺寸的特征图序列;S3:将特征图序列输入预训练的回归网络模型进行有义波高和谱峰频率的回归任务,以输出有义波高和谱峰频率的具体数值。本发明通过对夜间红外视频和高光反射视频进行预处理,实现了全天候的海洋波浪要素测量,同时,使用结合深度学习机制的回归网络模型处理波浪的冲击视频和波浪要素之间的非线性关系,有效提高了波浪有义波高和谱峰频率提取的精准度。

主权项:1.一种原位波浪要素提取方法,其特征在于,包括以下步骤:S1:采集海上结构物原位冲击波浪的单目视觉视频,将其划分为夜间红外视频和高光反射视频,分别进行红外图像增强和高光修复,获得预处理后的视频数据;所述步骤S1中对高光反射视频进行高光修复的具体方法为对高光反射视频进行高光检测,确定镜面高光区域,并采用快速行进法修复检测到的镜面高光区域;所述采用快速行进法修复检测到的镜面高光区域的具体方法包括:将图像划分为未知区域、已知区域和边界;待修复像素点P为中心,在已知区域中选取一个邻域Bλ,通过加权函数计算新的像素点P′并替换所述待修复像素点P;所述加权函数的计算公式为: ; ;其中,p为待修复像素点,q为邻域Bλ中的像素点,d为距离参数,T为水平集参数,Ip为p点的光强度,Iq表示q点的光强度,为q点光强度的梯度,(p-q)为p与q之间的方向向量,wp,q为权重函数,NP为P处的法向量,d0和T0为常数,Tp和Tq分别为p和q到边界的距离;基于已修复像素点到边界的距离,更新边界并逐渐向内修复,直至边界内的所有像素均被替换修复;S2:对所述预处理后的视频数据进行特征提取,将视频采样为第一预定尺寸的特征图序列;S3:将所述第一预定尺寸的特征图序列输入预训练的回归网络模型进行有义波高和谱峰频率的回归任务,输出有义波高和谱峰频率的具体数值;所述回归网络包括两层结合自注意力记忆力机制的ConvLSTM网络和全连接层;所述步骤S3中,进行有义波高和谱峰频率的回归任务的具体方法包括:S31:分别将第一预定尺寸的特征图序列输入第一层ConvLSTM网络的遗忘门、记忆门和输出门;获得遗忘门的输出结果: ;其中,Xt为输入,Wxf、Whf为权重系数,bf为偏置项,Ht-1为隐藏层状态,Ct为细胞层状态;记忆门的输出结果: ; ;其中,Xt为输入,Wxi、Whi、Wxc、Whc为权重系数,bi、bc为偏置项,Ht-1为隐藏层状态;以及输出门的输出结果: ;其中,Xt为输入,Wxo、Who为权重系数,bo为偏置项,Ht-1为隐藏层状态;S32:基于遗忘门和记忆门的输出结果更新当前节点的细胞层状态Ct: ;其中,Ct-1为上一节点的细胞层状态;基于输出门的输出结果和当前节点的细胞状态确定遗忘门、记忆门和输出门的输出结果为;S33:将所述遗忘门、记忆门和输出门的输出结果输入第一层ConvLSTM网络特征聚合部分;在所述特征聚合部分使与不同的特征矩阵W相乘以获得注意力机制的key矩阵Kh、value矩阵Vh和query矩阵Qh;令每个query矩阵与每个key矩阵进行矩阵相乘,并对结果进行归一化后获得注意力权重Ah,将注意力权重Ah与value矩阵Vh相乘,得到注意力输出Zh;S34:在特征聚合部分使上一层的记忆输入Mt-1与不同的特征矩阵W相乘以获得记忆力机制的key矩阵Km和value矩阵Vm;令注意力机制中的query矩阵Qh与记忆力机制的key矩阵Km进行矩阵相乘,并对结果进行归一化后获得记忆力权重Am,然后将记忆力权重Am与记忆力value矩阵Vm相乘,得到记忆力输出Zm;S35:对注意力输出Zh和记忆力输出Zm进行通道连接,获取聚合后的特征Z,并将所述特征Z与遗忘门、记忆门和输出门的输出结果进行通道连接,将通道连接后的输出分别送入第一层ConvLSTM网络的记忆更新门和最终输出门,采用门控机制自适应地更新记忆状态Mt: ; ; ;其中,Wm;zi、Wm;hi、Wm;zg、Wm;hg均为权重系数,bm;i、bm;g为偏置项;并基于所述记忆状态Mt获得更新后的隐藏状态Ht: ; ;其中,Wm;zo、Wm;ho均为权重系数,bm;o为偏置项;S36:将所述记忆状态Mt、所述隐藏状态Ht和所述细胞层状态Ct输入第二层ConvLSTM网络,重复步骤S31-S35的操作,获得第二预定尺寸的特征图;S37:将第二预定尺寸的特征图输入三层全连接层进行压缩,输出有义波高和谱峰频率的具体数值。

全文数据:

权利要求:

百度查询: 中国海洋大学 一种原位波浪要素提取方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。