作者:高英杰水下目标检测网络设计adaboost模型人工设计水下环境计算机视觉光学成像
摘要:伴随水下研究的大力发展与广泛应用,实现智能化的水下目标检测被愈加重视起来。传统的水下目标检测方法依靠提取建议框中人工设计的特征,送入SVM、AdaBoost等分类器进行检测。由于水下环境存在大量杂质、光能量严重衰减等不利条件,最终的光学成像信噪比很低,而人工设计的特征由于鲁棒性差,无法应对水下多变的环境。近年来,计算机视觉领域涌现出了许多基于深度学习的解决方案,在各大数据集上均有不俗表现。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社