复杂环境下的多特征融合船舶目标检测算法

摘要：

船舶目标检测作为机器视觉的研究领域之一,对海洋运输业和搜救智能化具有基础性现实意义.但在实际检测中由于复杂的天气环境存在准确率低、定位不准确等问题,本文提出一种复杂环境下的多特征融合船舶目标检测算法.新增侧边融合路径网络,减少特征前向传播丢失,加强信息融合,通过高斯分布以及采用方差投票方法,改进定位损失函数提升滤除重复框效果,使边框定位更加准确从而改善漏检、误检等情况.实验结果表明,在不同天气环境下,该算法的平均准确率(mAP)达到88.01％,与传统YOLOv3和Faster RCNN算法相比分别提高了19.70和15.13个百分点,平均交并比(IoU)增加了6.49个百分点,在复杂环境下的船舶检测应用上具有很好的实用性.

关键词：船舶目标检测、多特征融合、Faster RCNN、侧边融合路径网络、高斯分布

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-12-01（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：81-88