基于卷積神經(jīng)網(wǎng)絡(luò)的艦船檢測研究
發(fā)布時間:2020-11-04 00:20
近年來包括我國在內(nèi)的世界各國就關(guān)乎海洋利益的爭執(zhí)與摩擦日漸增多,而海面艦船作為海上行動中最常見的載體以及軍事目標(biāo),對其進行檢測識別不僅在民用領(lǐng)域具有廣泛的實際應(yīng)用,在軍事領(lǐng)域更是具有重要的戰(zhàn)略意義。本文對艦船目標(biāo)檢測問題進行了深入研究,使用卷積神經(jīng)網(wǎng)絡(luò)對海面艦船目標(biāo)進行檢測,具體工作如下:第一、提出了一種基于deformable Faster R-CNN艦船檢測框架,主要通過對其基礎(chǔ)網(wǎng)絡(luò)部分進行適應(yīng)性修改,包括常規(guī)的卷積方式替換為可變形卷積以及空洞卷積,對ResNet-101基礎(chǔ)網(wǎng)絡(luò)最后一個模塊的卷積核步長進行了調(diào)整,提升了 ResNet-101基礎(chǔ)網(wǎng)絡(luò)輸出特征圖的分辨率,提升小目標(biāo)的檢測效果。對RoI-Wise子網(wǎng)絡(luò)在檢測框架中的位置進行了調(diào)整,將RoI Pooling替換為deformable RoI Pooling,對RoI-Wise子網(wǎng)絡(luò)中的全連接層進行了修改,加快了艦船目標(biāo)檢測的速度。并使用本文提出的Decay-NMS進行后處理,同時本文還對deformable Faster R-CNN的分類損失函數(shù)進行了修改,替換為Focal Loss,最后通過對比實驗驗證了本文算法的有效性。第二、提出了一種基于deformable R-FCN艦船檢測框架,在R-FCN的基礎(chǔ)上通過對基礎(chǔ)網(wǎng)絡(luò)、RoI Pooling Layer、損失函數(shù)以及后處理階段的修改,具體包括正常卷積替換為可變形卷積以及空洞卷積、使用deformable PS RoI Pooling、修改損失函數(shù)為Focal Loss以及使用本文的Decay-NMS進行后處理。實驗表明deformable R-FCN對于艦船目標(biāo)的檢測精度有明顯提高。第三、提出了基于deformable FPN艦船檢測框架,對構(gòu)建特征金字塔網(wǎng)絡(luò)的卷積層進行卷積核類型替換,將原始的RoI Pooling Layer替換為deformable PS Rol Pooling layer,修改了損失函數(shù)和后處理方式。最后通過大量的對比實驗驗證了 deformable FPN算法的有效性。
【學(xué)位單位】:廈門大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:U674.7;TP183
【部分圖文】:
醫(yī)療領(lǐng)域1:<]的癌癥診斷等,還廣泛應(yīng)用在軍事領(lǐng)域如遠距離精確制導(dǎo)、戰(zhàn)場形式??探測、敵我目標(biāo)識別等。因此,目標(biāo)檢測在民用以及軍用方面都有重要的意義。??海面艦船目標(biāo)檢測通常分為檢測和識別兩部分,如圖1-1所示,海面艦船目??標(biāo)檢測是隸屬于通用目標(biāo)檢測的特殊場景,是從復(fù)雜的海岸及海洋背景中找到目??標(biāo)并對目標(biāo)進行定位的過程。??原始m像?艦船檢測?艦船識別??圖1-1:海面艦船目標(biāo)檢測過程分為檢測和識別兩步??我國海域廣闊,海岸線長達18000多千米,海洋資源極其豐富,近年來包括??我國在內(nèi)的世界各國就關(guān)乎海洋利益的爭執(zhí)與摩擦日漸增多,而艦船作為海上主??要的活動載體以及軍事目標(biāo),海面艦船目標(biāo)檢測己經(jīng)越來越受到各國政府的重視。??在民用領(lǐng)域,其可以代替人工實時地對特定港口、港灣、海域進行監(jiān)控,不??僅可以配合相關(guān)漁政部門有效遏制非法傾倒油污、非法捕撈、走私及海盜等現(xiàn)象,??1??
不同視角、部分遮擋等盡可能多的現(xiàn)實場景。另外本文數(shù)據(jù)集圖像均為1024X??1024大小,其中艦船多為小目標(biāo),符合實際應(yīng)用場景。綜上所述,本文數(shù)據(jù)集基??本上還原了真實場景,考慮到了諸多真實情況下遇到各種困難情況,具體如圖1-??2。??2??
?輸出特征圖??圖2-?1:可變形卷積示意圖[41]??如圖2-1所示,對于一張輸入特征圖,假設(shè)原始的卷積核為3X3,為了學(xué)??習(xí)相應(yīng)的偏移量,我們需要定義另外一個卷積核大小為3X3的卷積層,卷積后??輸出的特征圖尺寸與輸入特征圖尺寸相同,維度為輸入維度的2倍(分別表示??X,y方向上的偏移量)。至此,我們有了輸入特征圖,以及輸入特征圖上每一點??對應(yīng)的偏移,于是就可以做可變形卷積操作了。??2.1.3空洞卷積??空洞卷積(Dilated?Convolution)又譯作擴張卷積,是指在卷積操作??時針對輸入特征圖依次跳過一些采樣點,以此來增加感受野。相比較標(biāo)準(zhǔn)的卷積??操作,空洞卷積增加了一個超參數(shù)稱之為空洞率(dilated?rate),指的是卷積??核之間間隔的數(shù)量
【參考文獻】
本文編號:2869319
【學(xué)位單位】:廈門大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:U674.7;TP183
【部分圖文】:
醫(yī)療領(lǐng)域1:<]的癌癥診斷等,還廣泛應(yīng)用在軍事領(lǐng)域如遠距離精確制導(dǎo)、戰(zhàn)場形式??探測、敵我目標(biāo)識別等。因此,目標(biāo)檢測在民用以及軍用方面都有重要的意義。??海面艦船目標(biāo)檢測通常分為檢測和識別兩部分,如圖1-1所示,海面艦船目??標(biāo)檢測是隸屬于通用目標(biāo)檢測的特殊場景,是從復(fù)雜的海岸及海洋背景中找到目??標(biāo)并對目標(biāo)進行定位的過程。??原始m像?艦船檢測?艦船識別??圖1-1:海面艦船目標(biāo)檢測過程分為檢測和識別兩步??我國海域廣闊,海岸線長達18000多千米,海洋資源極其豐富,近年來包括??我國在內(nèi)的世界各國就關(guān)乎海洋利益的爭執(zhí)與摩擦日漸增多,而艦船作為海上主??要的活動載體以及軍事目標(biāo),海面艦船目標(biāo)檢測己經(jīng)越來越受到各國政府的重視。??在民用領(lǐng)域,其可以代替人工實時地對特定港口、港灣、海域進行監(jiān)控,不??僅可以配合相關(guān)漁政部門有效遏制非法傾倒油污、非法捕撈、走私及海盜等現(xiàn)象,??1??
不同視角、部分遮擋等盡可能多的現(xiàn)實場景。另外本文數(shù)據(jù)集圖像均為1024X??1024大小,其中艦船多為小目標(biāo),符合實際應(yīng)用場景。綜上所述,本文數(shù)據(jù)集基??本上還原了真實場景,考慮到了諸多真實情況下遇到各種困難情況,具體如圖1-??2。??2??
?輸出特征圖??圖2-?1:可變形卷積示意圖[41]??如圖2-1所示,對于一張輸入特征圖,假設(shè)原始的卷積核為3X3,為了學(xué)??習(xí)相應(yīng)的偏移量,我們需要定義另外一個卷積核大小為3X3的卷積層,卷積后??輸出的特征圖尺寸與輸入特征圖尺寸相同,維度為輸入維度的2倍(分別表示??X,y方向上的偏移量)。至此,我們有了輸入特征圖,以及輸入特征圖上每一點??對應(yīng)的偏移,于是就可以做可變形卷積操作了。??2.1.3空洞卷積??空洞卷積(Dilated?Convolution)又譯作擴張卷積,是指在卷積操作??時針對輸入特征圖依次跳過一些采樣點,以此來增加感受野。相比較標(biāo)準(zhǔn)的卷積??操作,空洞卷積增加了一個超參數(shù)稱之為空洞率(dilated?rate),指的是卷積??核之間間隔的數(shù)量
【參考文獻】
相關(guān)碩士學(xué)位論文 前2條
1 李文武;中低分辨率光學(xué)遙感圖像艦船目標(biāo)檢測算法研究[D];國防科學(xué)技術(shù)大學(xué);2008年
2 蔣李兵;基于高分辨光學(xué)遙感圖像的艦船目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2006年
本文編號:2869319
本文鏈接:http://www.sikaile.net/kejilunwen/chuanbolw/2869319.html
最近更新
教材專著