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

基于深度学习的目标打击效果评估方法 

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:西安电子科技大学

摘要:本发明公开了一种基于深度学习的目标打击效果评估方法,旨在解决现有技术仅仅适用于水炮的打击效果评估,对于其他非流体武器,射流与其他刚体具有较大差异的问题,以及只考虑到最终的打击效果,没有做到过程中的实时打击状态分析的问题。本发明的实现步骤包括:生成模拟打击红外目标的训练集和测试集;训练卷积神经网络CSPDarknet53;对测试集的每张图片进行目标检测;更新状态机中目标信息;判定每个被打击目标的打击效果。本发明具有对于刚体可以进行准确地分析运动状态的优点和能够实时、完整提供打击状态的优点。

主权项:1.一种基于深度学习的目标打击效果评估方法,其特征在于,更新状态机中目标信息,判定每个被打击目标的打击效果,该评估方法的步骤包括如下:步骤1,生成模拟打击红外目标的训练集和测试集:步骤1.1,将至少1000张包含被打击目标、打击目标和爆炸目标共3种目标类型的红外目标图片组成样本集;步骤1.2,对样本集中的每张图片依次进行缩放和通道转换的预处理;步骤1.3,对预处理后的样本集中每张图片标注目标的类别和位置信息;步骤1.4,将标注后的样本集按照3:1的比例生成训练集和测试集;步骤2,训练卷积神经网络CSPDarknet53:将训练集中的图片输入到卷积神经网络CSPDarknet53中,利用反向传播梯度下降法,迭代更新卷积神经网络的各层参数,直到损失函数收敛为止,得到训练好的卷积神经网络;步骤3,对测试集的每张图片进行目标检测:将测试集中每张图片输入到训练好的卷积神经网络CSPDarknet53中,输出该张图片中每个目标的类别和位置;按照时间顺序,确认测试集中不同张图片中相近距离的目标是否为同一个实际的物体,将相同目标的类别和位置以帧的形式添加到列表中;步骤4,更新状态机中目标信息:依存入次序依次取列表中的一行,对每种目标按照类别进行如下的处理;步骤4.1,如果所选行中存在被打击目标,若被打击目标没有相应状态机,则为被打击目标创建状态机,将状态机中被打击目标的出现帧数设置为1;若被打击目标有相应状态机,将状态机中被打击目标的出现帧数加1,并用所选行对应被打击目标的位置更新状态机中被打击目标的位置;步骤4.2,如果所选行中存在打击目标,若打击目标没有相应状态机,则使用本行中距离本打击目标最近的被打击目标的状态机,作为本打击目标的状态机,并将状态机中打击目标的出现帧数设置为1;若打击目标存在相应状态机,将状态机中打击目标的出现帧数加1;步骤4.3,如果所选行中存在爆炸目标,若该爆炸目标没有相应状态机,则使用本行中距离本爆炸目标最近的被打击目标的状态机,作为本爆炸目标的状态机,并将状态机中爆炸目标的出现帧数设置为1;若爆炸目标存在相应状态机,将状态机中爆炸目标的出现帧数加1;步骤5,判定每个被打击目标的打击效果:步骤5.1,遍历更新后的每个状态机,如果状态机中的被打击目标的连续出现帧数在15帧以上,则该状态机进入被打击目标锁定状态;步骤5.2,当状态机进入到被打击目标锁定状态以后,如果打击目标的位置与状态机中记录的被打击目标的位置相近,并且同一打击目标的出现帧数能连续持续10帧以上,则进入打击目标锁定状态;如果同一被打击目标丢失超过20帧以上,状态机会进入被打击不明状态;如果同一打击目标持续超过250帧未出现,状态机进入锁定超时状态;步骤5.3,当进入打击目标锁定状态后的状态机进入倒计后,如果在40帧以内该状态机中出现爆炸目标,并且同一爆炸目标的出现帧数持续10帧以上,则该状态机进入到爆炸发生状态;如果状态机中的倒计时结束,状态机中仍然没有出现爆炸目标,则状态机进入到锁定超时状态,会立即转换到被打击目标未命中状态;如果同一被打击目标丢失超过20帧,状态机进入不明状态;步骤5.4,当状态机进入到爆炸发生状态以后,若同一被打击目标坠毁或者击残连续的出现帧数在10帧以上,则状态机进入到被打击目标成功命中状态;若同一被打击目标仍然存在,并且连续出现帧数超过20帧,说明被打击目标逃逸,则状态机进入到被打击目标未命中状态。

全文数据:

权利要求:

百度查询: 西安电子科技大学 基于深度学习的目标打击效果评估方法

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。

相关技术
相关技术
相关技术
相关技术