Shape-Based Maritime Man-Made Object Detection Using Deep Learning Fusion-Based Neural Network and Region-Based Methods

方法

构建含边缘滤波、自编码器和ANN的融合网络，与Canny区域法对比，用37,03

发现

融合网络平均F1达0.985，优于基线；区域法F1为0.686但达143 FPS。

机会点

可延伸至多尺度小目标检测、外部数据集泛化验证及无人机端混合框架落地。

海上搜救（SAR）行动通常需要在广阔海域中扫描稀疏目标，且目标外观往往未知，这使得该过程高度依赖人力与资金投入。利用侦察无人机和计算机视觉实现该任务的自动化，可带来显著的作业优势。本研究探讨在事先未知目标具体外观的情况下，基于特征性视觉模式和形状基元检测海洋背景中的人造目标。为此，开发了两种不同的算法：一种是基于深度学习融合的神经网络（集成卷积边缘滤波器、自编码器和人工神经网络），另一种是采用Canny边缘检测和几何修剪的经典基于区域的检测器。两种方法均在自建的、包含船舶、海上平台和风力涡轮机的37,032个128×128图像块平衡数据集上，采用六折分组交叉验证进行训练和评估，用于二值目标存在检测（图像块级分类）。性能采用标准混淆矩阵指标进行评估。基于融合的神经网络取得了优异的平均F1分数0.985（各折最低为0.973），优于缺乏边缘层和自编码器层的基线网络。相反，经典基于区域的方法虽然平均F1分数较低，为0.686，但展现出143帧/秒（FPS）的出色实时处理速度。为在未来基于无人机的搜救任务中发挥两种检测器在速度和精度上的互补优势，本文概述了一种将两者结合的概念性混合集成框架。研究结果表明，强调形状基元可显著增强大型海上结构物及其结构部件分类对波浪纹理和太阳反射的鲁棒性，同时指出未来需要开展多尺度扩展以应对小型搜救目标，并说明向独立外部数据集的泛化能力尚未经过实证检验。