不平衡数据集下的水下目标快速识别方法

作者：刘有用; 张江梅; 王坤朋^*; 冯兴华; 杨秀洪

来源：计算机工程与应用, 2020, 56(17): 236-242.

• 生成对抗网络(GAN)
• 图像生成
• 深度神经网络
• 水下目标识别

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络(Generative Adversarial Networks, GAN)的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。

• 单位
  西南科技大学