1.一种基于AI的水下摄影目标定位方法,其特征在于,应用于目标定位系统,所述方法包括:对水下摄影图像流进行图像分类特征识别,得到所述水下摄影图像流对应的目标定位建议向量,所述水下摄影图像流的图像处理算力开销大于水下摄影目标定位网络的预配置算力开销;
基于所述目标定位建议向量对所述水下摄影图像流进行图像切割,得到所述水下摄影图像流对应的若干个水下摄影图像块,每一所述水下摄影图像块的图像处理算力开销不大于所述预配置算力开销;
依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量;
基于所述水下摄影目标描述向量,创建目标定位框追踪标签,所述目标定位框追踪标签为用作限制摄影目标动态定位框的框选区域的图像掩码信息,所述图像掩码信息包括所述水下摄影目标描述向量与参考定位框追踪掩码,所述参考定位框追踪掩码包括拟确定的水下摄影目标边缘像素集;
将所述目标定位框追踪标签加载到定位框输出网络的定位框输出分支,激活所述定位框输出分支依据所述目标定位框追踪标签对所述拟确定的水下摄影目标边缘像素集进行图像区域框选,得到图像区域框选结果;
基于所述参考定位框追踪掩码和所述图像区域框选结果,得到摄影目标动态定位框;
其中,所述定位框输出分支由深度残差网络通过引导调试策略得到;
其中,所述目标定位系统中的定位框输出分支基于以下步骤调试所得:
对过往水下摄影图像流进行图像分类特征识别,得到所述过往水下摄影图像流对应的目标定位建议向量;
基于所述目标定位建议向量对所述过往水下摄影图像流进行图像切割,得到若干个过往水下摄影图像块;
依据所述水下摄影目标定位网络分别对各所述过往水下摄影图像块进行摄影目标描述向量挖掘所得到的结果,创建过往目标定位框追踪标签;
将所述过往目标定位框追踪标签加载到深度残差网络,激活所述深度残差网络依据所述过往目标定位框追踪标签输出过往摄影目标动态定位框;
基于所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,改进所述深度残差网络的网络变量,得到所述定位框输出分支;
其中,所述基于所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,改进所述深度残差网络的网络变量,得到所述定位框输出分支,包括:对所述深度残差网络中预设网络变量进行锁定操作;
依据所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,确定三元组调试代价;
基于所述三元组调试代价,调整所述深度残差网络中没有被锁定的网络变量,得到所述定位框输出分支。
2.如权利要求1所述的方法,其特征在于,所述定位框输出网络还包括检测框创建分支,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量;
基于所述水下摄影目标描述向量,创建目标定位框追踪标签,包括:
依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到各所述水下摄影图像块分别对应的目标描述向量;
基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量;
将所述水下摄影目标描述向量加载到所述检测框创建分支,得到所述目标定位框追踪标签;
其中,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到各所述水下摄影图像块分别对应的目标描述向量,包括:依据所述水下摄影目标定位网络分别对每一所述水下摄影图像块进行摄影目标描述向量挖掘,得到所述水下摄影图像块中的至少一个局部目标描述向量;
挖掘每一所述局部目标描述向量的关联图像特征;
拼接各所述局部目标描述向量、以及每一所述局部目标描述向量对应的关联图像特征,得到所述目标描述向量;
其中,所述基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量之前,所述方法还包括针对每一所述目标描述向量实施如下处理:识别所述目标描述向量对应的牵涉目标描述向量,所述牵涉目标描述向量为所述目标描述向量所在的水下摄影图像块中与所述目标描述向量的图像特征共性值符合设定条件的图像描述向量;
所述基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量,包括:拼接各所述目标描述向量,以及各所述目标描述向量分别对应的牵涉目标描述向量,得到所述水下摄影目标描述向量。
3.如权利要求1所述的方法,其特征在于,所述目标定位系统包括描述向量缓存分支和定位建议处理分支,所述对水下摄影图像流进行图像分类特征识别,得到所述水下摄影图像流对应的目标定位建议向量,包括:对所述描述向量缓存分支中记录的水下摄影图像流进行图像分类特征识别,生成目标定位建议向量;
将所述目标定位建议向量记录于所述定位建议处理分支中,所述目标定位建议向量至少包括下述一种:视觉定位建议向量、形态定位建议向量,所述形态定位建议向量包括下述至少一个:场景定位建议向量、局部定位建议向量;
其中,所述目标描述向量包括局部目标描述向量的查询特征,所述定位建议处理分支还存储每一水下摄影图像块对应的局部目标描述向量挖掘结果,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量,包括:针对每一水下摄影图像块,依据所述水下摄影图像块对应的局部目标描述向量的查询特征,在所述描述向量缓存分支中提取局部目标描述向量;
依据所述水下摄影图像块对应的局部目标描述向量挖掘结果,在所述定位建议处理分支中进行查询,得到同一水下摄影图像块中的牵涉目标描述向量的目标定位建议向量,所述牵涉目标描述向量的挖掘结果与所述局部目标描述向量挖掘结果的特征共性值符合设定条件;
基于所述牵涉目标描述向量的目标定位建议向量,在所述描述向量缓存分支中提取局部牵涉目标描述向量;
拼接各局部目标描述向量以及各局部牵涉目标描述向量,得到水下摄影目标描述向量。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述摄影目标动态定位框对应的置信权重,所述置信权重反映所述摄影目标动态定位框的目标定位精度;
基于所述摄影目标动态定位框和所述置信权重,生成置信权重决策网络;
基于所述置信权重决策网络对所述定位框输出分支生成的、针对同一水下摄影图像流的不同摄影目标动态定位框进行筛选,得到所述同一水下摄影图像流的最终目标动态定位框。
5.一种目标定位系统,其特征在于,包括:
特征识别模块,用于对水下摄影图像流进行图像分类特征识别,得到所述水下摄影图像流对应的目标定位建议向量,所述水下摄影图像流的图像处理算力开销大于水下摄影目标定位网络的预配置算力开销;
图像切割模块,用于基于所述目标定位建议向量对所述水下摄影图像流进行图像切割,得到所述水下摄影图像流对应的若干个水下摄影图像块,每一所述水下摄影图像块的图像处理算力开销不大于所述预配置算力开销;
向量挖掘模块,用于依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量;
定位追踪模块,用于基于所述水下摄影目标描述向量,创建目标定位框追踪标签,所述目标定位框追踪标签为用作限制摄影目标动态定位框的框选区域的图像掩码信息,所述图像掩码信息包括所述水下摄影目标描述向量与参考定位框追踪掩码,所述参考定位框追踪掩码包括拟确定的水下摄影目标边缘像素集;
区域框选模块,用于将所述目标定位框追踪标签加载到定位框输出网络的定位框输出分支,激活所述定位框输出分支依据所述目标定位框追踪标签对所述拟确定的水下摄影目标边缘像素集进行图像区域框选,得到图像区域框选结果;
目标定位模块,用于基于所述参考定位框追踪掩码和所述图像区域框选结果,得到摄影目标动态定位框;其中,所述定位框输出分支由深度残差网络通过引导调试策略得到;
其中,所述目标定位系统中的定位框输出分支基于以下步骤调试所得:
对过往水下摄影图像流进行图像分类特征识别,得到所述过往水下摄影图像流对应的目标定位建议向量;
基于所述目标定位建议向量对所述过往水下摄影图像流进行图像切割,得到若干个过往水下摄影图像块;
依据所述水下摄影目标定位网络分别对各所述过往水下摄影图像块进行摄影目标描述向量挖掘所得到的结果,创建过往目标定位框追踪标签;
将所述过往目标定位框追踪标签加载到深度残差网络,激活所述深度残差网络依据所述过往目标定位框追踪标签输出过往摄影目标动态定位框;
基于所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,改进所述深度残差网络的网络变量,得到所述定位框输出分支;
其中,所述基于所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,改进所述深度残差网络的网络变量,得到所述定位框输出分支,包括:对所述深度残差网络中预设网络变量进行锁定操作;
依据所述过往摄影目标动态定位框、与所述过往水下摄影图像流对应的先验摄影目标动态定位框之间的区别,确定三元组调试代价;
基于所述三元组调试代价,调整所述深度残差网络中没有被锁定的网络变量,得到所述定位框输出分支。
6.如权利要求5所述的目标定位系统,其特征在于,所述定位框输出网络还包括检测框创建分支,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量;
基于所述水下摄影目标描述向量,创建目标定位框追踪标签,包括:
依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到各所述水下摄影图像块分别对应的目标描述向量;
基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量;
将所述水下摄影目标描述向量加载到所述检测框创建分支,得到所述目标定位框追踪标签;
其中,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到各所述水下摄影图像块分别对应的目标描述向量,包括:依据所述水下摄影目标定位网络分别对每一所述水下摄影图像块进行摄影目标描述向量挖掘,得到所述水下摄影图像块中的至少一个局部目标描述向量;
挖掘每一所述局部目标描述向量的关联图像特征;
拼接各所述局部目标描述向量、以及每一所述局部目标描述向量对应的关联图像特征,得到所述目标描述向量;
其中,所述基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量之前,所述目标定位系统还用于针对每一所述目标描述向量实施如下处理:识别所述目标描述向量对应的牵涉目标描述向量,所述牵涉目标描述向量为所述目标描述向量所在的水下摄影图像块中与所述目标描述向量的图像特征共性值符合设定条件的图像描述向量;则所述基于各所述目标描述向量进行特征集成,得到所述水下摄影目标描述向量,包括:拼接各所述目标描述向量,以及各所述目标描述向量分别对应的牵涉目标描述向量,得到所述水下摄影目标描述向量。
7.如权利要求5所述的目标定位系统,其特征在于,所述目标定位系统包括描述向量缓存分支和定位建议处理分支,所述对水下摄影图像流进行图像分类特征识别,得到所述水下摄影图像流对应的目标定位建议向量,包括:对所述描述向量缓存分支中记录的水下摄影图像流进行图像分类特征识别,生成目标定位建议向量;
将所述目标定位建议向量记录于所述定位建议处理分支中,所述目标定位建议向量至少包括下述一种:视觉定位建议向量、形态定位建议向量,所述形态定位建议向量包括下述至少一个:场景定位建议向量、局部定位建议向量;
其中,所述目标描述向量包括局部目标描述向量的查询特征,所述定位建议处理分支还存储每一水下摄影图像块对应的局部目标描述向量挖掘结果,所述依据所述水下摄影目标定位网络分别对各所述水下摄影图像块进行摄影目标描述向量挖掘,得到水下摄影目标描述向量,包括:针对每一水下摄影图像块,依据所述水下摄影图像块对应的局部目标描述向量的查询特征,在所述描述向量缓存分支中提取局部目标描述向量;
依据所述水下摄影图像块对应的局部目标描述向量挖掘结果,在所述定位建议处理分支中进行查询,得到同一水下摄影图像块中的牵涉目标描述向量的目标定位建议向量,所述牵涉目标描述向量的挖掘结果与所述局部目标描述向量挖掘结果的特征共性值符合设定条件;
基于所述牵涉目标描述向量的目标定位建议向量,在所述描述向量缓存分支中提取局部牵涉目标描述向量;
拼接各局部目标描述向量以及各局部牵涉目标描述向量,得到水下摄影目标描述向量。
8.如权利要求5所述的目标定位系统,其特征在于,所述目标定位系统还包括定位框筛选模块,用于:获取所述摄影目标动态定位框对应的置信权重,所述置信权重反映所述摄影目标动态定位框的目标定位精度;
基于所述摄影目标动态定位框和所述置信权重,生成置信权重决策网络;
基于所述置信权重决策网络对所述定位框输出分支生成的、针对同一水下摄影图像流的不同摄影目标动态定位框进行筛选,得到所述同一水下摄影图像流的最终目标动态定位框。