科研之友
微信
新浪微博
Facebook
分享链接
摘要
水下图像目标检测是水下智能化探测的核心技术之一，广泛应用于工业及军事领域。深度学习相关技术的突破为水下图像目标检测的发展带来了新的机遇，但是目前该领域的综述较为陈旧，并且缺乏一定的系统性和全面性。该文对基于深度学习的水下可见光图像和声呐图像目标检测研究工作进行了详细总结与分析。首先，对基于深度学习的通用目标检测算法框架进行了梳理，包含骨干网络、颈部模块、检测头部、训练算法、推理策略、数据集6项要素，并系统性地总结了每个要素存在的问题及最新研究工作；然后，调研了水下可见光图像目标检测最新进展，分别从数据集发展、模型设计、训练算法进行总结；同时，归纳并分析了水下声呐图像目标检测相关工作，包含前视、侧扫、合成孔径3种声呐。最后，结合深度学习最新研究探讨了该领域的研究趋势。
- 单位
