控制理论与应用

作者：曾广淼,俞万能,王荣杰,林安辉

单位：集美大学轮机工程学院,集美大学轮机工程学院,集美大学轮机工程学院,集美大学轮机工程学院

关键词：船舶识别; 目标重叠; 图像数据增强; Yolov4算法; 深度学习

基金：国家自然科学基金项目(51879118, 52171308), 福建省自然科学基金项目(2020J01688), 福建省科技重点项目(2021H0021), 福建省科技拥军项目 (B19101), 交通运输行业高层次技术人才培养项目(2019–014), 集美大学青年拔尖人才项目(ZR2019006)资助.

目标识别中的重叠遮挡问题一直以来是研究的难点, 船舶目标在狭窄水域发生相互遮挡的情况依然存在.本文提出了一种改进的马赛克数据增强方法, 将训练图片拼接变换成3种不同的尺度, 并按照不同比例输入网络进行训练, 强化了检测算法对局部特征的学习能力, 在保持测试速度不变的情况下, 提高了对重叠目标的识别准确率,降低了不同分辨率下识别能力的衰弱速度, 加强了算法的鲁棒性. 基于小型移动测试平台的实测实验证明, 相对于原始算法, 经过改进后的算法在重叠目标的识别准确率上提高了2.5%, 目标丢失时间减少了17%, 在不同视频分辨率下的识别稳定性上提高了27.01%.

来源：2022年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第6期