主要方法:URPC 2019水下目标检测竞赛冠军方案:多图像融合增强,针对水下场景重叠和遮挡(水下生物喜欢聚在一起)、模糊(水中沉淀物导致)的问题,提出一种基于候选框融合的图像增强方法,以生成模拟重叠、遮挡、模糊的训练样本,从而提高模型的mAP和鲁棒性。RoIMix算法使用RPN产生ROI,并...
论文链接:https://arxiv.org/abs/1911.03029主要方法:URPC 2019水下目标检测竞赛冠军方案:多图像融合增强,针对水下场景重叠和遮挡(水下生物喜欢聚在一起)、模糊(水中沉淀物导致)的问题,提出一种基于候选框融合的图像增强方法,以生成模拟重叠、遮挡、模糊的训练样本,从而提高模型的mAP和鲁棒性。RoIMix算法使用RPN产生R...
水下目标检测综合数据集 (Underwater Object Detection Comprehensive Dataset) 数据集概述 本数据集是一个专门用于训练和评估水下目标检测模型的综合数据集,整合了多个知名的水下目标检测数据集,包括URPC、UDD、RUOD、UODD、DUO、SQUID、SeaShip、RUIE等。数据集支持多种标注格式(YOLO、VOC、COCO),并且提供了数据集...
水下目标检测是海洋工程和水中机器人领域的一个重要且具有挑战性的问题。困难的部分原因是由于光选择性吸收和散射导致的水下图像降质。直观上,增强水下图像可以带来像水下目标检测等高级应用的好处。然而,目前还不清楚所有的目标检测器是否都需要水下图像增强作为预处理。因此,作者提出了两个问题:“水下图像增强是否...
近年来,基于深度学习的方法在标准的目标检测中取得了可喜的性能。水下目标检测仍具有以下几点挑战:(1)水下场景的实际应用中目标通常很小,含有大量的小目标;(2)水下数据集和实际应用中的图像通常是模糊的,图像中具有异构的噪声。 为了解决小目标检测和噪声这两个问题,本文首先提出了一种新颖的神经网络架构,即用于小...
1. 水下目标与周围水体存在温度差异，这一温差会引起水体中热量的传导，热传导遵循傅里叶定律，其传导速率与温度梯度成正比，通过探测热传导过程中周围水体温度场的变化可以发现水下目标。详解：物体间存在温度差时就会发生热传导。水下目标由于自身的活动、材料特性等原因，温度和周围水体不同。傅里叶定律描述了热...
1.1 水下图片模糊 在水下场景中,由于光照影响大大降低了水下图像的质量,从而导致了可见度损失,弱对比度和纹理失真,颜色变化等问题(如下图所示),并且在水下场景中环境复杂,这导致水下目标检测更加困难。 1.2 小目标检测 水下环境中的目标物体通常很小,如:海胆,扇贝,海参等,而当前基于深度学习的目标检测器通常无...
水下目标检测是海洋资源开发、海洋科学研究和军事部门等领域的核心技术之一。 水下环境与陆地环境存在很大的差异,水的吸收和散射特性使得水下图像在质量和分辨率上都受到了限制。与此同时,水下环境中存在着很多干扰因素,如水流、气泡、悬浮物等,这些因素会进一步降低水下图像的质量。因此,水下目标检测是一个具有挑战...
现有水下目标检测方法多基于物体的几何形状从声呐数据中识别物体,这些方法几乎忽略数据采集和数据表征过程所产生的形状畸变问题。为此,本文对声呐数据的不同表示形式进行了对比分析,在此基础上,提出一个特征融合框架,以充分利用从极坐标图像中提取的强度特征和从点云表示形式中学习的几何特征。该框架中设计了三种特征融合...
1.1 水下图片模糊 在水下场景中,由于光照影响大大降低了水下图像的质量,从而导致了可见度损失,弱对比度和纹理失真,颜色变化等问题(如下图所示),并且在水下场景中环境复杂,这导致水下目标检测更加困难。 1.2 小目标检测 水下环境中的目标物体通常很小,如:海胆,扇贝,海参等,而当前基于深度学习的目标检测器通常无...