基于非对称卷积与双支路特征增强的水面浮标识别算法

摘要：

针对无人机视角下浮标成像尺寸小、分辨率低导致识别率低的问题,在YOLOv3的基础上提出了基于非对称卷积与双支路特征增强的水面浮标识别算法(ACB-DSE-YOLOv3).首先使用非对称卷积替换特征提取网络中的标准方形卷积,在标准方形卷积提取特征信息的基础上叠加2个不同维度的非对称卷积所提取的特征信息,使模型能够在特征提取阶段获取更充分的特征信息;其次在特征提取网络中引入基于SENet改进的双支路特征增强模块,扩大感受野范围,获取更加丰富的语义特征信息,增强图像有效特征信息的表达能力,抑制无效特征.最后在水面浮标数据集上的实验结果表明,ACB-DSE-YOLOv3算法的平均精度相比原始YOLOv3算法提升了10.4％,有效地提高了水面浮标识别率,并通过无人机载嵌入式平台验证,改进的算法具有良好的实际工程应用价值.

关键词：非对称卷积、双支路特征增强、水面浮标、卷积神经网络

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金;广西自然科学基金;广西壮族自治区科技计划;广西壮族自治区高等学校项目

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：125-132