10.3404/j.issn.1672-7649.2023.14.015
面向无人船感知的低对比度水面图像增强方法
近年来,越来越多国家和地区将发展的眼光聚焦于资源丰富的海洋.加快无人船相关技术的研究对我国提升海洋装备水平有着重大的战略意义.在无人船运行过程中,经常会遇到低对比度的水面图像,在对其进行增强时,传统的图像增强算法需要人工设置参数,且运行效率低.针对以上问题,本文用卷积神经网络重构了MSR算法,提出MSRN模块,使用深度学习方法替代人工参数.同时引入通道级视觉注意力机制与编解码结构,提出MSSEN模型.实验表明,MSSEN模型对低对比度水面图像增强效果明显.除此之外,基于MSSEN网络,本文提出低级视觉任务与高级视觉任务结合的框架,以端到端的形式完成图像增强与水面目标检测识别的任务,提升了整个算法的性能与效率.
无人船、水面图像增强、水面目标检测识别
45
TP751(遥感技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
83-89