期刊专题

基于深度学习的颜色特征和轮廓面积的船员救生衣检测执法算法

引用
在江面逆光环境下,摄像头拍摄的物体较为模糊,且目标较小,很难通过传统方法来进行目标检测,因此提出了在江面逆光环境下的一种能够识别救生衣的检测算法.目标定位采用改进的yolo的目标检测方法,分割出图像中目标区域并进行定位.因卷积神经网络(CNN)可用于提取图像特征并进行学习,对提取出的目标图像采用改进的卷积神经网络算法进行特征提取与分类.通过江面逆光环境救生衣检测实验验证了所提出算法的有效性,实现实时检测和识别水上目标.实验结果表明,在多个目标具有相同颜色特征时,能够有效识别救生衣目标并且算法识别精度较高.

逆光、救生衣检测、颜色特征、CNN

23

TP391.4(计算技术、计算机技术)

2023-04-21(万方平台首次上网日期,不代表论文的发表时间)

共3页

42-43,46

相关文献
评论
暂无封面信息
查看本期封面目录

中国水运

1006-7973

42-1395/U

23

2023,23(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅