天线类型识别方法、装置、非易失性存储介质及电子设备与流程

本申请涉及图像处理领域，具体而言，涉及一种天线类型识别方法、装置、非易失性存储介质及电子设备。

背景技术：

1、相关技术中在识别天线类别时，通常采用的方式是施工人员到现场攀爬高处检查天线设备，或者采集多个输入信号源确定天线的频段从而确定天线类别。相关技术中的问题在于施工人与那攀爬高处的风险较大，而根据天线频段确定天线类别时易受到周边其他天线站点的干扰，导致识别结果不够准确。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种天线类型识别方法、装置、非易失性存储介质及电子设备，以至少解决相关技术中根据天线频段确定天线类别时易受到环境干扰导致的识别结果不够准确的技术问题。

2、根据本申请实施例的一个方面，提供了一种天线类型识别方法，包括：获取待识别天线图像；对待识别天线图像进行缩放处理和降噪处理，得到目标天线图像，其中，目标天线图像的尺寸为预设尺寸；通过预设天线图像识别模型处理目标天线图像，得到目标天线图像对应的天线类别，其中，预设天线图像识别模型中包括编码器，以及与编码器连接的分类头支路，检测头支路和自监督处理支路，分类头支路用于执行天线类型分类任务，检测头支路用于执行天线区域检测任务，自监督处理支路用于提高预设天线图像识别模型的特征提取能力。

3、可选地，对待识别天线图像进行缩放处理和降噪处理，得到目标天线图像的步骤包括：将待识别天线图像缩放为预设尺寸的图像；在缩放后的待识别天线图像中划分多个二维图像块；依据各个二维图像块之间的相似度确定至少一个图像三维组，其中，图像三维组由多个二维图像块组成；对图像三维组进行域变换和滤波处理；对滤波处理后的图像三维组进行逆向域变换操作后得到多个二维图像块，并将二维图像块放置到二维图像块在待识别天线图像中的原位置处，从而得到目标天线图像。

4、可选地，编码器用于提取目标天线图像的目标特征图，并分别将特征图发送至分类头支路，检测头支路和自监督处理支路中，其中，编码器包括依次连接的卷积层，池化层，第一残差模块，第二残差模块，第三残差模块和第四残差模块。

5、可选地，通过预设天线图像识别模型处理目标天线图像，得到目标天线图像对应的天线类别的步骤包括：通过分类头分别获取第一残差模块输出的第一中间特征图，第二残差模块输出的第二中间特征图，第三残差模块输出的第三中间特征图，以及第四残差模块输出的目标特征图；分别对第一中间特征图，第二中间特征图和第三中间特征图进行最大池化处理；将目标特征图，以及经过最大池化处理后的第一中间特征图，第二中间特征图和第三中间特征图拉平并在通道维度进行拼接，得到目标一维向量；依据目标一维向量确定目标天线图像对应的天线类别。

6、可选地，预设天线图像识别模型通过以下方式进行训练：获取训练数据集，其中，训练数据集中包括标注有类别标签和目标检测标签框的天线图像；按照预设比例将训练数据集随机划分为训练集和测试集，其中，训练集用于对预设天线图像识别模型进行训练，测试集用于对训练后的预设天线图像识别模型进行测试；在训练完成后，统计预设天线图像识别模型分类错误的错误图像，并依据错误图像中的场景信息确定补充训练集对预设天线图像识别模型进行训练。

7、可选地，预设天线图像识别模型通过以下方式进行训练：依据分类头支路、检测头支路和自监督处理支路各自对应的分支损失确定预设天线图像识别模型的总损失；依据预设天线图像识别模型的总损失采用反向梯度传播训练的方式对预设天线图像识别模型进行训练。

8、可选地，在预设天线图像识别模型的训练过程中，分类头支路的模型分类性能指标为分类精度指标，分类头支路的损失函数为交叉熵损失函数；分类头支路和检测头支路均采用自监督的方式进行训练。

9、可选地，在预设天线图像识别模型的训练过程中，自监督处理支路还用于：比较第一特征图和第二特征图之间的相似度，其中，第一特征图为编码器提取的特征图，第二特征图为将第一特征图划分为多个图像块并打乱拼接后得到的特征图；依据第一特征图和第二特征图之间的相似度对预设天线识别模型进行训练。

10、根据本申请实施例的另一方面，还提供了一种天线类型识别装置，包括：第一处理模块，用于获取待识别天线图像；第二处理模块，用于对待识别天线图像进行缩放处理和降噪处理，得到目标天线图像，其中，目标天线图像的尺寸为预设尺寸；第三处理模块，用于通过预设天线图像识别模型处理目标天线图像，得到目标天线图像对应的天线类别，其中，预设天线图像识别模型中包括编码器，以及与编码器连接的分类头支路，检测头支路和自监督处理支路，分类头支路用于执行天线类型分类任务，检测头支路用于执行天线区域检测任务，自监督处理支路用于提高预设天线图像识别模型的特征提取能力。

11、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行天线类型识别方法。

12、根据本申请实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储器中的程序，其中，程序运行时执行天线类型识别方法。

13、在本申请实施例中，采用获取待识别天线图像；对待识别天线图像进行缩放处理和降噪处理，得到目标天线图像，其中，目标天线图像的尺寸为预设尺寸；通过预设天线图像识别模型处理目标天线图像，得到目标天线图像对应的天线类别，其中，预设天线图像识别模型中包括编码器，以及与编码器连接的分类头支路，检测头支路和自监督处理支路，分类头支路用于执行天线类型分类任务，检测头支路用于执行天线区域检测任务，自监督处理支路用于提高预设天线图像识别模型的特征提取能力的方式，通过包含有检测头支路和分类头支路的预设天线图像识别模型来识别图像中的天线类型，达到了在避免周边天线干扰的情况下确定天线类型的目的，从而实现了提高天线类型确定结果的准确率的技术效果，进而解决了相关技术中根据天线频段确定天线类别时易受到环境干扰导致的识别结果不够准确技术问题。

技术特征：

1.一种天线类型识别方法，其特征在于，包括：

2.根据权利要求1所述的天线类型识别方法，其特征在于，所述对所述待识别天线图像进行缩放处理和降噪处理，得到目标天线图像的步骤包括：

3.根据权利要求1所述的天线类型识别方法，其特征在于，所述编码器用于提取所述目标天线图像的目标特征图，并分别将所述特征图发送至所述分类头支路，所述检测头支路和所述自监督处理支路中，其中，所述编码器包括依次连接的卷积层，池化层，第一残差模块，第二残差模块，第三残差模块和第四残差模块。

4.根据权利要求3所述的天线类型识别方法，其特征在于，所述通过预设天线图像识别模型处理所述目标天线图像，得到所述目标天线图像对应的天线类别的步骤包括：

5.根据权利要求1所述的天线类型识别方法，其特征在于，所述预设天线图像识别模型通过以下方式进行训练：

6.根据权利要求1所述的天线类型识别方法，其特征在于，所述预设天线图像识别模型通过以下方式进行训练：

7.根据权利要求1所述的天线类型识别方法，其特征在于，在所述预设天线图像识别模型的训练过程中，所述分类头支路的模型分类性能指标为分类精度指标，所述分类头支路的损失函数为交叉熵损失函数；

8.根据权利要求1所述的天线类型识别方法，其特征在于，在所述预设天线图像识别模型的训练过程中，所述自监督处理支路还用于：

9.一种天线类型识别装置，其特征在于，包括：

10.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至8中任意一项所述的天线类型识别方法。

11.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至8中任意一项所述的天线类型识别方法。

技术总结
本申请公开了一种天线类型识别方法、装置、非易失性存储介质及电子设备。其中，该方法包括：获取待识别天线图像；对待识别天线图像进行缩放处理和降噪处理，得到目标天线图像，其中，目标天线图像的尺寸为预设尺寸；通过预设天线图像识别模型处理目标天线图像，得到目标天线图像对应的天线类别，其中，预设天线图像识别模型中包括编码器，以及与编码器连接的分类头支路，检测头支路和自监督处理支路，分类头支路用于执行天线类型分类任务，检测头支路用于执行天线区域检测任务，自监督处理支路用于提高预设天线图像识别模型的特征提取能力。本申请解决了相关技术中根据天线频段确定天线类别时易受到环境干扰导致的识别结果不够准确的技术问题。

技术研发人员：杨佳东,钱哲,陈爱君,顾卫华,花尔凯,邵婉婷
受保护的技术使用者：中国电信股份有限公司
技术研发日：
技术公布日：2024/5/10