船舶目标重叠下马赛克图像数据增强方法研究
曾广淼1
俞万能2
王荣杰2
林安辉2
1.集美大学轮机工程学院,福建厦门3610212.集美大学轮机工程学院,福建厦门361021;福建省船舶与海洋工程重点实验室,福建厦门361021
摘要：目标识别中的重叠遮挡问题一直以来是研究的难点,船舶目标在狭窄水域发生相互遮挡的情况依然存在.本文提出了一种改进的马赛克数据增强方法,将训练图片拼接变换成3种不同的尺度,并按照不同比例输入网络进行训练,强化了检测算法对局部特征的学习能力,在保持测试速度不变的情况下,提高了对重叠目标的识别准确率,降低了不同分辨率下识别能力的衰弱速度,加强了算法的鲁棒性.基于小型移动测试平台的实测实验证明,相对于原始算法,经过改进后的算法在重叠目标的识别准确率上提高了2.5％,目标丢失时间减少了 17％,在不同视频分辨率下的识别稳定性上提高了 27.01％.
关键词：船舶识别目标重叠图像数据增强Yolov4算法深度学习
资助基金：国家自然科学基金(51879118)国家自然科学基金(52171308)福建省自然科学基金项目(2020J01688)福建省科技重点项目(2021H0021)福建省科技拥军项目(B19101)交通运输行业高层次技术人才培养项目(2019-014)集美大学青年拔尖人才项目(ZR2019006)
论文发表日期：2022-06-28
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：10( 1139-1148 )
英文信息