基于卷积神经网络的海漂垃圾自动识别方法研究

作者：崔文婧; 张彩云^*; 武新娜

来源：海洋技术学报, 2021, 40(05): 29-37.

• 海漂垃圾
• 卷积神经网络
• 自动识别
• 视频监控
• 厦门湾

视频监控作为海漂垃圾定点监测的一种重要手段,具有可长时间、连续获取某一重点区域海漂垃圾动态变化过程的特点。为了实现海漂垃圾的自动化识别,从而连续监测厦门湾海漂垃圾的变化情况,本文以厦门嵩屿码头视频监控获取的海漂垃圾原始图片为样本,构建了基于VGG16的卷积神经网络判别模型。设计了4种训练方案实现橘黄色条带状物质(可能是由船舶排污产生的泡沫与悬浮泥沙混合物形成的)和木屑类垃圾的分类识别。结果表明当提取目标的像素点占总像素点的比例越高,模型越可以得到充分的训练,从而得到较高的分类精度。当海漂垃圾占比只有2%～3%时,该方法的分类提取精度仍可达90%以上。同时,该方法能有效减少干扰物像素点与垃圾像素点的混淆,具有很强的实用性。

• 单位
  厦门大学; 近海海洋环境科学国家重点实验室