基于改进Faster R-CNN的水面漂浮物识别与定位

摘要：

为了解决智能无人船水面漂浮物识别和定位精度不高的问题,提出了一种基于Faster R-CNN(Faster Regions with Convolutional Neural Network)的改进识别与定位算法(CA-Faster R-CNN).该方法采用Faster R-CNN算法对水面漂浮物进行初次识别和定位,对输出的识别结果与定位框采用类别激活网络(Class Activation,CA)去除边界框,运用像素点来标注目标位置.实验结果表明,该算法具有较高的识别与定位精度,可用于水面漂浮物识别和定位.此外,该算法对于其他与水面漂浮物具有相似特征的小目标物体定位有一定的借鉴作用.

关键词：Faster R-CNN、目标识别与定位、类别激活网络、水面漂浮物

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;广西创新驱动发展专项

在线出版日期：2021-04-19（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：292-299