基于CNN的搜救无人艇水面多目标检测实验

论文摘要

针对无人艇采用单目视觉的方式应用于水上搜救的问题,提出一种基于救生衣的目标检测算法.目标定位采用基于RGB颜色特征的方法,分割出图像中目标区域并进行定位.因卷积神经网络(CNN)可用于提取图像特征并进行学习,对提取出的目标图像采用改进的卷积神经网络算法进行特征提取与分类,避免了复杂的特征选择和提取过程.通过水上实验验证了所提出算法的有效性,实现实时检测和识别水上目标.实验结果表明,在多个目标具有相同颜色特征时,能够有效识别救生衣目标并且算法识别精度较高.

论文目录

• 0 引 言
• 1 救生衣检测系统
• 2 目标检测算法
•   2.1 目标定位
•   2.2 卷积神经网络
•   2.3 救生衣检测方法步骤
• 3 实验结果分析
•   3.1 候选目标定位性能
•   3.2 目标识别结果
• 4 结 束 语

文章来源

类型: 期刊论文

作者: 刘梦佳,冯辉,徐海祥,余文曌,李文娟

关键词: 深度学习,卷积神经网络,颜色特征,水上航行目标检测,救生衣

来源: 武汉理工大学学报(交通科学与工程版) 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 船舶工业,计算机软件及计算机应用,自动化技术

单位: 高性能船舶技术教育部重点实验室,武汉理工大学交通学院,江苏科技大学海洋装备研究院

基金: 国家自然科学基金项目（51879210）,高性能船舶技术教育部重点实验室开放基金课题（2016gxnc01）资助

分类号: U676.83;TP391.41;TP183

页码: 910-913+919

总页数: 5

文件大小: 1035K

下载量: 167