一种认知语义通信驱动的空地协同目标检测方法及系统
申请人信息
- 申请人:南京航空航天大学
- 申请人地址:211106 江苏省南京市江宁区将军大道29号
- 发明人: 南京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种认知语义通信驱动的空地协同目标检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311395893.X |
| 申请日 | 2023/10/25 |
| 公告号 | CN117437560A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06V20/17 |
| 权利人 | 南京航空航天大学 |
| 发明人 | 宋熙; 周福辉; 袁璐; 渠智渤; 丁锐; 吴启晖; 张小飞 |
| 地址 | 江苏省南京市秦淮区御道街29号 |
摘要文本
南京航空航天大学取得“一种透气窗帘布”专利技术，本发明公开了一种认知语义通信驱动的空地协同目标检测方法及系统，包括：图像多尺度语义特征提取；多尺度语义特征压缩编码；信道语义传输；多尺度语义特征解码重建；知识图谱节点嵌入；知识图谱驱动的目标检测；输入航拍图像目标检测训练集，训练认知语义通信驱动的空地协同目标检测模型；输入航拍图像目标检测测试集，验证认知语义通信驱动的空地协同目标检测模型的任务精度和性能。本发明缓解了空中设备计算资源匮乏问题，提升了系统在高压缩率低信噪比无线通信环境下的鲁棒性，引入知识图谱的先验信息辅助通信过程及目标检测，提升系统对检测图像的全局认知，提高了目标检测精度。
专利主权项内容
1.一种认知语义通信驱动的空地协同目标检测方法，其特征在于，所述空地协同目标检测方法包括以下步骤：步骤A，将航拍图像导入深度卷积神经网络，采用多个级联的卷积层从航拍图像中提取图像特征，基于特征金字塔网络抽取图像多尺度语义特征；步骤B，采用多个呈并行结构的残差压缩模块分别压缩抽取到的多尺度语义特征，将得到的压缩后的多尺度语义特征变换为一维向量并转换为第一复数信号向量，对第一复数信号向量执行标准化操作，得到用于无线传输的消息；步骤C，将消息通过加性高斯白噪声信道或者衰落信道传输至地面，得到经过无线信道噪音干扰的第二复数信号向量；步骤D，将第二复数信号向量转换为实数向量，并将其维度变换为和多尺度语义特征维度一致，得到带噪多尺度语义特征，通过多个呈并行结构的残差解压模块重建对应尺度的语义特征；步骤E，通过区域建议网络，对重建的对应尺度的语义特征生成区域建议语义特征，使用metapath2vec方法，对预先构建好的包含目标检测类别节点的知识图谱进行节点嵌入，通过第一全连接网络和第二全连接网络生成区域建议框的输出分类置信度和回归结果，根据区域建议框的输出分类结果置信度、区域建议框之间的语义相似度、知识图谱目标检测类别节点间的嵌入距离构建权重图，将权重图输入关系图神经网络进行节点聚合，产生增强节点表征，将增强节点表征输入第三全连接网络生成最终分类结果，并与回归结果构成目标检测结果；步骤F，输入航拍图像目标检测训练集，训练基于认知语义通信的空中设备目标检测模型；步骤G，输入航拍图像目标检测测试集，验证基于认知语义通信的空中设备目标检测模型的任务精度和性能。 微信公众号马克数据网