-
公开(公告)号：CN108444447B
公开(公告)日：2020-09-25
申请号：CN201810165090.8
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种用于水下避障系统中的渔网实时自主检测方法，属于计算机视觉领域，通过水下激光探测手段和一种基于深度生成网络和深度学习回归式与区域建议相结合目标检测的方法，减少图像预处理操作的时间。本发明使用基于水下激光扫描系统采集渔网图像，克服传统光在水下的后向散射作用以及声波受海水环境影响敏感性问题，得到清晰、高亮度的水下渔网图像，可直接用于后期的渔网检测，不需要通过去噪等前期预处理手段，大大提升后期渔网目标检测过程的实时性，既保证深度学习大数据量的要求，又在保证实时性的前提下提高渔网目标检测的置信度，为水下避障系统提供视觉部分的渔网检测技术方法。
-
公开(公告)号：CN108444447A
公开(公告)日：2018-08-24
申请号：CN201810165090.8
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种用于水下避障系统中的渔网实时自主检测方法，属于计算机视觉领域，通过水下激光探测手段和一种基于深度生成网络和深度学习回归式与区域建议相结合目标检测的方法，减少图像预处理操作的时间。本发明使用基于水下激光扫描系统采集渔网图像，克服传统光在水下的后向散射作用以及声波受海水环境影响敏感性问题，得到清晰、高亮度的水下渔网图像，可直接用于后期的渔网检测，不需要通过去噪等前期预处理手段，大大提升后期渔网目标检测过程的实时性，既保证深度学习大数据量的要求，又在保证实时性的前提下提高渔网目标检测的置信度，为水下避障系统提供视觉部分的渔网检测技术方法。
-
Search Results
2
records
(took 0.033 seconds)
