基于CNN的搜救无人艇水面多目标检测实验

• 作者: 余文曌 冯辉 刘梦佳 徐海祥 李文娟
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 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
• 年，卷（期）: 2019,（5）
• 页码范围: 910-913,919
• 页数: 5页
• 分类号: U676.8
• 字数: 4337字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2019.05.022

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯辉		21	42	4.0	6.0
3	徐海祥		57	166	7.0	9.0
5	余文曌		20	44	4.0	6.0
7	刘梦佳		5	9	1.0	3.0
13	李文娟	江苏科技大学海洋装备研究院	10	5	2.0	2.0