欢迎来到天天文库
浏览记录
ID:37071872
大小:2.71 MB
页数:81页
时间:2019-05-16
《基于深度学习的海底生物目标检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号::密级UDC:编号:工学硕士学位论文基于深度学习的海底生物目标检测技术研究硕士研究生:孙晶指导教师:叶秀芬教授学科、专业:控制科学与工程论文主审人:王科俊教授哈尔滨工程大学2018年3月<!分类号:密级:UDC:编号:工学硕士学位论文基于深度学习的海底生物目标检测技术研究硕士研究生:孙晶指导教师:叶秀芬教授学位级别:工学硕士学科、专业:控制科学与工程所在单位:自动化学院论文提交日期:2017年12月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学
2、ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngResearchonObjectDetectionTechnologyofSeaCreaturesBasedonDeepLearningCandidate:SunjingSupervisor:Prof.YeXiufenAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlScienceandEngineeringDateofSubm
3、ission:December,2017DateofOralExamination:March,2018University:HarbinEngineeringUniversity基于深度学习的海底生物目标检测技术研究摘要随着水下海产品需求量的增加,研究水下海洋生物的目标检测可改善人工捕捞作业危险系数高、作业时间短、身体伤害大的问题,让机器人代替人完成海参捕捞任务,也可在以后方便开发利用海洋资源。海参目前是海底捕捞的重点海底生物,以海参为研究对象能代表大多数海底生物,所以,本文水下目标检测研究对象为海参,
4、实现海参的分类和三维定位。针对复杂的海底水下环境海产品的捕捞作业场合传统水下目标分类精度差,三维定位时间效率低的问题,本文提出了一种基于深度学习的海底生物目标检测方法。本文首先进行水下图像增强,然后基于深度学习对目标分类和定位二维回归框,最后把回归框作为感兴趣区域的进行双目定位,能提高目标分类的精度和定位的效率。主要研究工作如下:本文首先简要介绍了深度学习的发展历程进行,然后,深入分析了水下目标检测技术的研究现状和存在的问题,并针对这些问题给出了本文拟采用的基于深度学习的目标检测方法以及本文主要研究内容。
5、其次,建立了海参数据集,并针对海参图像数据稀少的问题,给出了图像扩充方法;针对水下光的吸收和散射效应,水下图像出现雾状和偏色等问题,改进了白平衡暗通道优先原理的图像增强技术。再次,分析了传统卷积神经网络的结构单元和经典的神经网络结构,然后针对基于卷积神经网络的目标检测方法在水下海参检测存在的背景误检和漏检难点,改进了基于深度学习的目标检测网络,并且能准确的分类和定位出海参的二维回归框坐标。最后,研究水下双目三维定位,针对水下成像质量远不如水上的问题,通过本文改进的图像增强技术,提高了双目特征点提取的数量,
6、进而提高了定位检测的精度;针对传统双目匹配时间长的问题,通过深度学习获得的回归框作为感兴趣区域进行双目特征匹配,减小了匹配的搜索范围,提高了定位检测的速度。本文分别通过多组实验验证基于深度学习目标检测方法对提高目标分类和提高三维定位效率的可行性和有效性,同时根据具体问题对网络结构和类型进行相关改进。最后本文对基于深度学习实现目标检测的实用效果以及前景等方面做了总结与展望,并指出了目前尚且存在的不足和有待进一步探究的问题。关键词:图像增强;目标检测;深度学习;双目视觉定位哈尔滨工程大学硕士学位论文ABSTR
7、ACTWiththeincreaseinthedemandforunderwaterseafood,studyingtheobjectdetectionofunderwatermarineorganismscanimprovetheproblemofhighriskfactorsforartificialfishingoperations,shortworkinghours,andmajorphysicalharm.Therobotcanreplacepeopletocompletetheseacucum
8、berfishingtaskandcanalsobeusedlater.Facilitatethedevelopmentandutilizationofmarineresources.Seacucumberiscurrentlyakeysea-bottomorganismthatiscaughtontheseabed.Seacucumberistheobjectofstudyandcanrepresentmostofthese
此文档下载收益归作者所有