基于多波束前视声呐的水下静态目标的探测识别技术OA
Detection and Recognition Technology of Underwater Static Target Based on Multi-Beam Forward-Looking Sonar
基于声呐的水下目标检测是具有重要意义的研究课题.由于声呐图像质量差、对比度低、边缘模糊等,基于特征提取的识别方法在精度和速度上无法满足现有要求.鉴于此,将基于卷积神经网络的YOLOv3引入声呐图像的目标识别任务中,首先通过动态亮度分配和中值滤波对图像进行预处理建立数据集,然后对YOLOv3模型进行训练和测试,最后根据静态目标的位置不变去除虚假目标,降低误检率.实验结果表明:较之现有的特征提取识别算法,本算法具有更高的效率和更低的误检率.
乔鹏飞;邵成;覃月明
中国船舶重工集团有限公司第七一〇研究所,湖北 宜昌 443003中国船舶重工集团有限公司第七一〇研究所,湖北 宜昌 443003中国船舶重工集团有限公司第七一〇研究所,湖北 宜昌 443003
计算机与自动化
水下目标探测多波束前视声呐动态亮度分配中值滤波YOLOv3
《数字海洋与水下攻防》 2021 (1)
46-52,7
评论