-
题名基于Snake与注意力机制的船舶实例分割方法
- 1
-
-
作者
陈晨
胡松涛
马枫
赵新征
魏月楠
舒忠诚
-
机构
武汉工程大学计算机科学与工程学院
武汉理工大学智能交通系统研究中心
水路交通控制全国重点实验室(武汉理工大学)
河南交投港航有限责任公司
-
出处
《中国舰船研究》
北大核心
2025年第5期307-320,共14页
-
基金
国家重点研发计划项目(2023YFB4302300)
河南省揭榜挂帅项目(241111243000)
+1 种基金
国家自然科学基金项目(52201415,52171352)
水路交通控制全国重点实验室开放课题项目(16-10-1)。
-
文摘
[目的]船舶的实例分割可服务于船舶监测、识别和跟踪等任务,支撑船舶智能航行。然而,受船舶形状尺度多变及环境因素的干扰,已有实例分割方法在船舶轮廓提取上表现不佳。为解决此问题,提出基于曲线递归的Ship Contour方法。[方法]通过改进CenterNet方法提取分层特征,融合Deep Layer Aggregation-60骨干网络,兼顾精度和速度;优化Block结构、引入ECA通道注意力机制增强特征提取的能力,使用Mish激活函数代替ReLU适应深层学习;引入平移不变的轮廓变形方法、Dynamic Matching Loss损失函数加快最终轮廓的提取。[结果]在2300张样本的2023Ship-seg专用数据集上,所提出方法的准确率AP0.5:0.95达到64.0%,召回率AR0.5:0.95达到67.9%,优于主流实例分割算法。[结论]所提方法能有效提升监控与智能航行场景下的视觉处理效果。
-
关键词
图像处理
图像分割
船舶实例分割
注意力机制
SNAKE模型
目标识别
特征提取
-
Keywords
image processing
image segmentation
ship instance segmentation
attention mechanisms
Snake model
object recognition
feature extraction
-
分类号
U675.79
[交通运输工程—船舶及航道工程]
-
