复杂环境下的多特征融合船舶目标检测算法

作者：王长军; 彭成; 李勇

来源：计算机与现代化, 2022, (11): 81-88.

DOI：10.3969/j.issn.1006-2475.2022.11.012

• 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

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(m AP)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(Io U)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。

• 单位
  新疆师范大学