基于深度学习的船舶吃水线提取策略
李雅倩
薛银涛
李海滨
张文明
高雅昆
1.燕山大学电气工程学院,河北秦皇岛0660042.燕山大学电气工程学院,河北秦皇岛0660043.燕山大学电气工程学院,河北秦皇岛0660044.燕山大学电气工程学院,河北秦皇岛0660045.燕山大学电气工程学院,河北秦皇岛066004
摘要：提出了一种基于深度神经网络的船舶吃水线检测方法.相比传统手工设定的特征,基于深度神经网络的方法学习得到的特征具有较强的鲁棒性和稳定性,能够适应训练集中未曾出现的新物体.本方法首先使用基于深度学习的语义分割算法对图像中目标区域进行分割,通过水平投影得到水线在图像中的位置,然后根据统计方法得到最终的吃水深度.通过实验表明所提方法能对图像中的目标区域进行较为准确的分割,进而提取到水线值,通过与人工获取的结果对比,证明了所提方法的有效性.
关键词：船舶吃水线检测深度学习语义分割
资助基金：河北省人才工程培养项目(A201903005)
论文发表日期：2020-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2347-2353 )
英文信息