水下目标物侧扫声呐图像自动识别
Automatic Recognition of Side-Scan Sonar Image for Underwater Target作者机构：上海达华测绘科技有限公司上海201208
出 版 物：《港口航道与近海工程》 (Port,Waterway and Offshore Engineering)
年 卷 期：2024年第61卷第2期
页 面：85-88,99页
学科分类：081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 0824[工学-船舶与海洋工程] 0814[工学-土木工程] 082401[工学-船舶与海洋结构物设计制造]
主 题：水下目标 侧扫声呐图像 深度学习 迁移学习 自动识别
摘 要：为解决现有港航工程、海洋工程建设中采用侧扫声呐进行水下目标检测和识别方法的局限性问题,通过引入YOLOV3深度学习方法,利用人工标记的侧扫声呐图像对深度神经网络进行训练和测试,检测水下沉船目标;采用转移学习方法,利用预先训练好的卷积神经网络对侧扫声呐数据进行特征提取、感兴趣区域(ROI)汇聚、目标定位和分类,实现目标自动检测和识别,提高了效率,且目标检测的平均识别精度达到88%。
维普期刊数据库
同方期刊数据库