期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于循环生成对抗网络的海上落水人员红外图像检测方法
1
作者
周妍
尹勇
邵泽远
《上海海事大学学报》
北大核心
2025年第2期87-93,136,共8页
为解决当前海上落水人员红外数据集稀缺以及基于红外图像的海上小目标特征提取难、检测精度低的问题,需要进一步扩充数据集并优化算法。利用循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)扩充、构建海...
为解决当前海上落水人员红外数据集稀缺以及基于红外图像的海上小目标特征提取难、检测精度低的问题,需要进一步扩充数据集并优化算法。利用循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)扩充、构建海上落水人员红外数据集,利用可见光和红外数据集实现域迁移,为后续目标检测提供数据支撑。对YOLOv5模型进行改进,通过设计增强型路径聚合网络(path aggregation network,PANet)结构,新增小目标检测层,并在特征融合部分引入坐标注意力机制,提升海上红外小目标的检测能力。实验结果显示,CycleGAN数据增强方法能够有效增强海上落水人员红外数据集的多样性,且改进后模型的平均检测精度为81.2%,较YOLOv5模型的提高了13.2个百分点。改进后的模型有效提升了检测精度,可以应用于无人机的海上落水人员搜救任务。
展开更多
关键词
红外检测技术
海上落水人员
生成对抗网络(GAN)
深度学习
在线阅读
下载PDF
职称材料
题名
基于循环生成对抗网络的海上落水人员红外图像检测方法
1
作者
周妍
尹勇
邵泽远
机构
大连海事大学航海学院
出处
《上海海事大学学报》
北大核心
2025年第2期87-93,136,共8页
基金
辽宁省科技计划(重点)项目(2022JH1/10800096)。
文摘
为解决当前海上落水人员红外数据集稀缺以及基于红外图像的海上小目标特征提取难、检测精度低的问题,需要进一步扩充数据集并优化算法。利用循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)扩充、构建海上落水人员红外数据集,利用可见光和红外数据集实现域迁移,为后续目标检测提供数据支撑。对YOLOv5模型进行改进,通过设计增强型路径聚合网络(path aggregation network,PANet)结构,新增小目标检测层,并在特征融合部分引入坐标注意力机制,提升海上红外小目标的检测能力。实验结果显示,CycleGAN数据增强方法能够有效增强海上落水人员红外数据集的多样性,且改进后模型的平均检测精度为81.2%,较YOLOv5模型的提高了13.2个百分点。改进后的模型有效提升了检测精度,可以应用于无人机的海上落水人员搜救任务。
关键词
红外检测技术
海上落水人员
生成对抗网络(GAN)
深度学习
Keywords
infrared detection technology
man overboard at sea
generative adversarial network(GAN)
deep learning
分类号
U676.8 [交通运输工程—船舶及航道工程]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于循环生成对抗网络的海上落水人员红外图像检测方法
周妍
尹勇
邵泽远
《上海海事大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
