一、項目簡介

水下目標(biāo)檢測與識別，是水下機器人等相關(guān)系統(tǒng)能夠被高效應(yīng)用的前提。然而現(xiàn)有系統(tǒng)難以應(yīng)對水下圖像能見度較低，對比度差，存在顏色漂移和邊緣模糊等問題；另外，水下圖像樣本稀少且缺乏足夠的變化性，使得相關(guān)基于機器學(xué)習(xí)的目標(biāo)檢測與識別系統(tǒng)由于缺乏訓(xùn)練樣本而無法有效應(yīng)用。

二、前期研究基礎(chǔ)

項目利用深度學(xué)習(xí)等新的理論突破，提出兩種解決方案，一種是通過結(jié)合水下成像原理與深度風(fēng)格遷移、生成對抗網(wǎng)絡(luò)等算法，由普通光學(xué)圖像生成水下圖像，構(gòu)建水下圖像目標(biāo)檢測與識別仿真庫，該數(shù)據(jù)庫一方面數(shù)據(jù)量大且具有較大的變化性，也即場景與目標(biāo)均具有較大的變化性；另一方面，由于是由普通光學(xué)圖像遷移獲得，因而也可以直接應(yīng)用普通光學(xué)圖像自身的標(biāo)簽信息，無需再對其進行標(biāo)注。另一種是研究基于水下退化圖像處理算法的檢測和識別系統(tǒng)，解決由水下圖像的色彩漂移和細節(jié)丟失等退化現(xiàn)象帶來的目標(biāo)檢測和識別問題。同時通過水下退化圖像處理模塊和檢測識別系統(tǒng)的聯(lián)合優(yōu)化技術(shù)，可以實現(xiàn)退化圖像的增強方法與檢測識別系統(tǒng)的最佳匹配。在保證處理后的退化圖像性能指標(biāo)的前提下，進一步提升水下圖像的目標(biāo)檢測識別性能。

三、應(yīng)用技術(shù)成果

1）基于深度學(xué)習(xí)風(fēng)格遷移的水下圖像生成效果示例

a為自然場景圖像中的目標(biāo)檢測結(jié)果；b為模擬生成的水下風(fēng)格圖像及其目標(biāo)檢測結(jié)果；c為圖像增強后的目標(biāo)檢測結(jié)果。

四、合作企業(yè)

無