基于改进卷积神经网络的船舶目标检测

• 作者: 宁方鑫 张帆 江福才 王新立 邹红兵 马全党
• 来源期刊: 中国航海
• 学科: 工学
• 关键词: 船舶目标检测 卷积神经网络 特征提取 深度残差网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 航行安全
• 页码范围: 41-45,51
• 页数: 6页
• 分类号: TP391.4
• 字数: 4548字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4653.2018.02.009

摘要

为提高无人船研究中的船舶辨识速度和精度,弥补海上船舶目标检测中船载自动识别系统(Automatic Identification System,AIS)和雷达图像的不足,提出一种基于改进卷积神经网络的船舶目标检测模型.设计多策略的卷积神经网络模型,利用船舶图像数据进行训练和测试,并将测试结果与基于区域提名和基于回归方法的卷积神经网络模型结果相对比.试验结果表明,改进的卷积神经网络模型的船舶检测准确率高于另外2种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	武汉理工大学航运学院	85	474	13.0	19.0
2	江福才	武汉理工大学航运学院	35	147	7.0	10.0
6	马全党	武汉理工大学航运学院	29	120	7.0	10.0
7	邹红兵	武汉理工大学航运学院	10	30	3.0	4.0
8	王新立	武汉理工大学航运学院	1	8	1.0	1.0
17	宁方鑫	武汉理工大学航运学院	2	11	2.0	2.0