论文摘要
船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义。由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性。本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN。SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifier进行船牌分类识别。OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度。实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用。
论文目录
文章来源
类型: 期刊论文
作者: 李兆桐,孙浩云
关键词: 船舶检测,船牌识别,全卷积神经网络,在线自适应
来源: 计算机与现代化 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用,自动化技术
单位: 中国石油大学(华东)计算机与通信工程学院
分类号: U69;TP391.41;TP183
页码: 72-77
总页数: 6
文件大小: 1856K
下载量: 258