王飞1,2,3, 刘梦婷1,2,3, 刘雪芹1,2,3, 秦志亮1,2,3, 马本俊1,2,3, 郑毅1,2,3
1.哈尔滨工程大学 水声技术重点实验室, 黑龙江 哈尔滨 150001;2.哈尔滨工程大学 工业和信息化部 海洋信息获取与安全工信部重点实验室, 黑龙江 哈尔滨 150001;3.哈尔滨工程大学 水声工程学院, 黑龙江 哈尔滨 150001
摘要:
海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片(海雾、雨)的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。
关键词:船只检测暗通道先验去雾深度学习YOLOv3
DOI:10.11759/hykx20200106001
分类号:TP391.4
基金项目:国家自然科学基金资助项目(No.41304096,41876053);声学科学与技术实验室基金资助项目(GK2050260214,GK2050260217,GK2050260218,KY10500180084,KY10500190031)
Real-time detection of marine vessels under sea fog weather conditions based on YOLOv3 deep learning
WANG Fei1,2,3, LIU Meng-ting1,2,3, LIU Xue-qin1,2,3, QIN Zhi-liang1,2,3, MA Ben-jun1,2,3, ZHENG Yi1,2,3
1.Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China;2.Key Laboratory of Marine Information Acquisition and Security, Harbin Engineering University, Ministry of Industry and Information Technology, Harbin 150001, China;3.College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China
Abstract:
High-precision detection and recognition of vessels under sea fog weather conditions encounter numerous difficulties, and traditional target recognition methods rarely achieve satisfactory results. This study focuses on detection of different types of vessels under complex sea fog weather condition and proposes a new real-time marine vessel detection method based on YOLOv3 deep learning. First, a discriminative method for clear and fuzzy pictures (e.g., sea fog and rain) is constructed to realize the classification and processing of picture sharpness. Then, to improve the detection precision of marine vessels under complex sea fog weather condition, the dark channel prior dehazing algorithm is used to suppress the effect of sea fog occlusion on target recognition. Finally, real-time detection of vessels is performed on the finely processed images on the basis of the YOLOv3 deep learning algorithm. The experimental results show that the proposed method can be used to efficiently and accurately detect vessels under sea fog weather condition and has certain theoretical guidance significance for research on target vessel recognition under complex marine conditions.
Key words:vessel detectiondark channel prior dehazing algorithmdeep learningYOLOv3
PDF全文下载地址:
点我下载PDF
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
基于YOLOv3深度学习的海雾气象条件下海上船只实时检测
本站小编 Free考研考试/2022-02-12
相关话题/哈尔滨工程大学 图片 黑龙江 技术 图像
静电纺丝技术制备纳米纤维复合环氧涂层及其海洋防腐性能
袁帅1,赵霞1,2,3,4,金祖权2,段继周1,3,侯保荣1,31.中国科学院海洋研究所海洋环境腐蚀与生物污损重点实验室,山东青岛266071;2.山东省蓝色经济区工程建设与安全协同创新中心,青岛理工大学,山东青岛266033;3.青岛海洋科学与技术试点国家实验室海洋腐蚀与防护开放工作室,山东青岛2 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12我国刺参种业态势分析与技术创新展望
杨红生1,2,3,4,5,孙景春1,2,3,4,茹小尚1,2,3,4,张灿影6,邢丽丽1,2,3,4,孙丽娜1,2,3,4,林承刚1,2,3,4,刘石林1,2,3,4,张立斌1,2,3,41.中国科学院海洋研究所海洋生态与环境科学重点实验室,山东青岛266071;2.青岛海洋科学与技术试点国家实验室 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12环境DNA技术在生态保护和监测中的应用
张辉1,2,3,线薇薇1,2,31.中国科学院海洋研究所中国科学院海洋生态与环境科学重点实验室,山东青岛266071;2.青岛海洋科学与技术试点国家实验室海洋生态与环境科学功能实验室,山东青岛266237;3.中国科学院海洋大科学研究中心,山东青岛266071摘要:生物多样性减少、生态系统功能退化、 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12基于18S rDNA条形码技术的珊瑚礁区塔形马蹄螺(Tectus pyramis
周天成1,2,胡思敏1,林先智1,2,刘胜1,黄晖1,31.中国科学院南海海洋研究所中国科学院热带海洋生物资源与生态重点实验室,广东省应用海洋生物学重点实验室,广东广州510301;2.中国科学院大学,北京100049;3.中国科学院海南热带海洋生物实验站,海南三亚572000摘要:塔形马蹄螺(Te ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12海南岛近岸养殖区台风浪预报技术研究
尹超1,2,3,黄海军1,2,王道儒3,谢琳31.中国科学院海洋研究所,山东青岛266071;2.中国科学院大学,北京100049;3.海南省海洋与渔业科学院,海南海口571126摘要:随着海南深水网箱养殖规模的不断扩大,海浪精细化预报的需求越来越紧迫。以海南岛周边海域为目标区域,基于近岸海洋模式A ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12锚定式海洋水体剖面观测技术的研究与应用
刘长华,王春晓,王旭,贾思洋中国科学院海洋研究所,山东青岛266071摘要:介绍了国际上基于海底观测网、浮标和海床基等设施的锚定式海洋水体剖面观测的技术手段,国内西太平洋深海科学观测网、南海潜标观测网和中国科学院近海观测研究网络三大体系中应用的锚定式海洋水体剖面观测技术手段,通过对这些技术特点的分析 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12国外海底犁式开沟机技术进展
张园1,张树森2,张葆华1,顾安1,王旭阳3,赵敏3,葛彤31.上海振华重工集团股份有限公司,上海200090;2.丽水学院工学院,浙江丽水323000;3.上海交通大学船舶海洋与建筑工程学院,上海200240摘要:总结了国外海底犁式开沟机技术进展,海底犁式开沟机可分为“V”型开沟犁和矩形开沟犁两种 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法
王涛,潘国富,张济博自然资源部第二海洋研究所,浙江杭州310012摘要:针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12贻贝附着基海带苗种运输技术探究
吕继发1,杜欣欣1,曲学伟2,刘升平11.青岛农业大学海洋科学与工程学院,山东青岛266109;2.烟台市牟平区海洋发展和渔业局,山东烟台264199摘要:中介生物辅助大型海藻海底基质附着技术,是采用海面撒播苗种方法,进行大型海藻海底增殖的核心技术。研究发现,该贝、藻复合体苗种的运输比普通水产苗种运 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12基于多源信息融合的浅海超低频声源目标探测关键技术及实现
孙显彬1,2,3,郑轶2,于非31.山东省科学院海洋仪器仪表研究所,山东青岛266001;2.青岛理工大学机械工程学院,山东青岛266033;3.中国科学院海洋研究所,山东青岛266071摘要:以多传感器信息融合理论为指导,结合现代信息处理技术与数据驱动建模及科学计算技术,研究浅海超低频声源目标激发 ...中科院海洋研究所 本站小编 Free考研考试 2022-02-12