基于改进SSD算法的双目鱼群图像检测

• 作者: 戴永良 李林燕 沈军宇 胡伏原
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 深度学习 图像拼接 目标检测 特征匹配 特征融合
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 多媒体技术
• 页码范围: 488-493
• 页数: 6页
• 分类号: TP391.41
• 字数: 3215字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.02.029

摘要

针对水下鱼群图像对比度低、鱼群尺寸不一致以及双目图像拼接出现的伪影问题,通过改进SSD(single shot MultiBox detector)算法提高图像拼接精度,实现不同尺寸鱼群快速准确检测.借助卷积层重叠相加法融合多个卷积特征,增强各个特征层的特征强度;构建特征金字塔模型,实现低卷积层的高分辨率特征与高卷积层的语义特征的融合,提高水下低对比度图像中小目标鱼群的检测精度;利用两个相同的卷积模型进行特征匹配,依据反向传播机制将第六层匹配特征逐级映射到第四层,提高特征匹配精度.在Labeled fish in the wild数据集上对本文算法进行验证,对小目标鱼群的检测精度在90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡伏原	苏州科技大学电子与信息工程学院	34	230	7.0	15.0
2	李林燕	苏州经贸职业技术学院信息技术学院	7	2	1.0	1.0
3	沈军宇	苏州科技大学电子与信息工程学院	3	4	1.0	2.0
4	戴永良		2	1	1.0	1.0