不平衡数据集下的水下目标快速识别方法

作     者：刘有用 张江梅 王坤朋 冯兴华 杨秀洪 LIU Youyong;ZHANG Jiangmei;WANG Kunpeng;FENG Xinghua;YANG Xiuhong

作者机构：西南科技大学信息工程学院四川绵阳621010 

基　　金：国家“十三五”核能开发科研项目(No.18zg6103) 四川省科技计划(No.2019YFSY0035,No.2018JY0522) 西南科技大学博士研究基金(No.18ZX7103) 西南科技大学龙山人才计划(No.18lzx554) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2020年第56卷第17期

页      码：236-242页

摘      要：水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络(Generative Adversarial Networks,GAN)的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。

主 题 词：生成对抗网络(GAN) 图像生成 深度神经网络 水下目标识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3778/j.issn.1002-8331.1905-0317

馆 藏 号：203968428...