基于深度学习的水下目标检测算法研究

作     者：王毅腾 

作者单位：大连海事大学 

学位级别：硕士

导师姓名：徐慧朴

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：水下目标检测 SSD 结构重参数化 自适应锚框 多尺度特征融合 

摘      要：水下目标检测技术是水下视觉感知系统中关键的组成部分。由于水介质对光的衰减、吸收、散射等作用,水下光学图像存在色彩失真、成像模糊、亮度较低、噪声严重等问题,导致了水下目标检测精度较低,因此与一般的目标检测任务相比水下目标检测任务需要更具有针对性的处理方法。传统的水下目标检测算法主要依赖于人工设计的特征和机器学习分类器,人工特征难以准确描述目标,对背景和目标形态的改变较敏感,且存在通用性较差的缺点。近年来基于深度学习的图像处理方法发展迅速,与传统方法相比,深度学习方法通过对大量样本的学习自主获取更准确更全面的目标特征。因此,深度学习方法在目标检测领域越来越受重视。然而对于水下目标检测任务,深度学习方法依然存在特征获取不足、难以适应多尺度目标等问题。针对以上问题,本文主要研究工作如下:首先,针对水下图像噪声严重、图像模糊导致目标特征不明显的问题,基于SSD搭建了特征提取能力更强的主干网络,引入残差结构改善网络训练效果,为了保持网络的高效性,在检测前使用结构重参数化技术调整网络结构。其中结构重参数化技术通过参数融合的方法,将不同分支上的参数等价融合到主干,因此使用结构重参数化技术简化网络结构时不影响网络检测效果。然后,针对水下目标尺寸形态多变的问题,基于K-means算法设计了一种锚框自动选取方法。为了将不同尺寸的锚框分配到合适的网络结构中,设计了分区域分析方法,不仅方便了锚框与网络匹配,同时降低了分析过程中的计算量;设计了一种自动确定锚框数量的方法,避免了冗余锚框和冗余结构,同时加强了锚框对目标的针对性。实验结果表明,本文提出的方法可以有效提高水下环境中的目标检测精度,同时,通过与其他方法对比,本文方法依然具有一定优势。最后,为了进一步提高网络的检测精度,基于以上方法进一步提出了一种多尺度特征融合结构,融合结构引入相邻尺度的特征图为检测提供更充足的细节信息和语义信息,并在融合过程中使用了通道和空间注意力机制模块。其中空间注意力模块用于在融合前获取不同尺度特征图中存在的感兴趣区域,而通道注意力模块用于在通道方向叠加的多尺度特征图中挑选有价值的通道。实验结果表明,所提出的多尺度特征融合结构可以使网络充分利用特征,检测精度得到进一步提高。