【摘要】：海上運(yùn)輸長(zhǎng)期受到以海盜犯罪為代表的海上安全問(wèn)題的嚴(yán)重威脅。針對(duì)該問(wèn)題,本課題結(jié)合船載智能視覺型水炮,對(duì)航運(yùn)船舶監(jiān)控技術(shù)展開了相關(guān)的研究。針對(duì)船舶檢測(cè)問(wèn)題,本文提出一種基于Faster R-CNN與KCF算法的船舶檢測(cè)與跟蹤方法,實(shí)現(xiàn)對(duì)可疑船舶的實(shí)時(shí)監(jiān)控。該算法將Faster R-CNN算法與基于天空區(qū)域分割的暗通道先驗(yàn)去霧算法結(jié)合,確保檢測(cè)模型對(duì)遭遇雨、霧等惡劣天氣仍具有較好的穩(wěn)定性和有效性。實(shí)驗(yàn)結(jié)果表明,本文船舶檢測(cè)算法在雨、霧天干擾下仍具有良好的效果。然后,根據(jù)Faster R-CNN算法獲取的船舶信息建立外觀模型,引入KCF跟蹤算法,通過(guò)外觀模型和視頻序列中相鄰幀之間目標(biāo)運(yùn)動(dòng)狀態(tài)的聯(lián)系,實(shí)現(xiàn)對(duì)目標(biāo)船舶的穩(wěn)定跟蹤。其結(jié)果表明,KCF算法能有效實(shí)現(xiàn)實(shí)時(shí)船舶跟蹤,同時(shí),確保了跟蹤精度。本文提出一種基于數(shù)據(jù)擴(kuò)增和難負(fù)樣本挖掘(Hard Negative Mining)的船舶檢測(cè)方法,旨在提升船舶檢測(cè)模型的精度。該方法結(jié)合難負(fù)樣本挖掘的思想,提出一種自助采樣法(Bootstrap Sampling),加強(qiáng)Faster R-CNN算法對(duì)數(shù)據(jù)集中難負(fù)樣本的學(xué)習(xí)。同時(shí),引入裁剪、翻轉(zhuǎn)和增加噪聲等方法,實(shí)現(xiàn)各類船舶樣本數(shù)量均衡化。通過(guò)實(shí)驗(yàn)驗(yàn)證,該方法能顯著提升船舶檢測(cè)模型的精度。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U698;TP391.41;TP183
【圖文】：

武漢科技大學(xué)碩士學(xué)位論文度。文獻(xiàn)[39]提出一種結(jié)合圖像多層卷積特征的視覺跟蹤器，該跟蹤器將不同網(wǎng)絡(luò)層的提取特征相結(jié)合，來(lái)提高跟蹤精度，文中指出神經(jīng)網(wǎng)絡(luò)不同層提取的特征具有不同的特點(diǎn)，淺層特征和深層特征分別包含較多的位置信息和語(yǔ)義信息[40]。1.3 研究創(chuàng)新點(diǎn)文章主要研究?jī)?nèi)容為基于計(jì)算機(jī)視覺的船舶檢測(cè)與跟蹤算法，本文研究思路如圖 1.1 所示。

(a) 電機(jī)控制水炮 (b) 消防車載水炮圖 2.1 電動(dòng)水炮圖 2.2 船載水炮示范2.2 深度學(xué)習(xí)在目標(biāo)視覺檢測(cè)中的應(yīng)用進(jìn)展目標(biāo)檢測(cè)通過(guò)利用圖像處理和機(jī)器學(xué)習(xí)等領(lǐng)域知識(shí)，從視頻或圖像中獲得感

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈蓓;李敬華;肖飛;;基于復(fù)雜電磁環(huán)境的信號(hào)檢測(cè)模型構(gòu)建分析[J];信息技術(shù)與信息化;2015年09期

2 蔡靜;;考慮檢測(cè)影響的貯存-檢測(cè)模型及其參數(shù)估計(jì)[J];湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年02期

3 董斯維;郭斌;余力;;個(gè)性化推薦攻擊檢測(cè)模型研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2006年12期

4 任涵;李勇;呂天雯;;基于自適應(yīng)遺傳算法的獼猴桃組培檢測(cè)模型[J];計(jì)算機(jī)與應(yīng)用化學(xué);2016年12期

5 李一男;劉永平;王汝琳;;一種礦用紅外瓦斯傳感器的檢測(cè)模型[J];工礦自動(dòng)化;2010年01期

6 張強(qiáng);;一種利用特征選擇改進(jìn)的行人檢測(cè)模型[J];微型機(jī)與應(yīng)用;2016年02期

7 楊浩;謝昕;李卓群;章玲玲;;網(wǎng)絡(luò)中隱蔽信道數(shù)據(jù)安全檢測(cè)模型研究與仿真[J];計(jì)算機(jī)仿真;2016年10期

8 嚴(yán)侃;雷江濤;;基于時(shí)頻分析的水聲目標(biāo)被動(dòng)檢測(cè)模型研究[J];魚雷技術(shù);2015年01期

9 李世淙;云曉春;張永錚;;一種基于分層聚類方法的木馬通信行為檢測(cè)模型[J];計(jì)算機(jī)研究與發(fā)展;2012年S2期

10 孫飛帆;施勇;薛質(zhì);;基于權(quán)重分析的網(wǎng)頁(yè)木馬檢測(cè)模型[J];信息安全與通信保密;2012年12期

相關(guān)會(huì)議論文 前10條

1 劉俊榮;王文槿;劉寶旭;;一種基于網(wǎng)絡(luò)行為分析的木馬檢測(cè)模型[A];第十六屆全國(guó)核電子學(xué)與核探測(cè)技術(shù)學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2012年

2 王建平;張自立;魏華;;戰(zhàn)術(shù)空域沖突檢測(cè)模型研究[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

3 李京鵬;楊林;劉世棟;;防火墻狀態(tài)檢測(cè)模型研究[A];第十八次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2003年

4 孫璐;馬兆豐;黃勤龍;;基于權(quán)限分析的安卓應(yīng)用程序風(fēng)險(xiǎn)檢測(cè)模型[A];第十屆中國(guó)通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2014年

5 范淵;凌霄;;Android程序安全檢測(cè)模型[A];第28次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2013年

6 武照東;劉英凱;劉春;吳秀峰;;Overlay網(wǎng)絡(luò)的鏈路故障檢測(cè)模型[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

7 劉賽娥;;基于ARP欺騙的以太網(wǎng)檢測(cè)模型的設(shè)計(jì)與實(shí)現(xiàn)[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第六卷）[C];2017年

8 周雙娥;熊國(guó)平;;基于Petri網(wǎng)的故障檢測(cè)模型的設(shè)計(jì)與分析[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年

9 廖鵬;;基于異常特征的DDoS檢測(cè)模型[A];經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與自主創(chuàng)新——第十二屆中國(guó)科學(xué)技術(shù)協(xié)會(huì)年會(huì)（第四卷）[C];2010年

10 王心覺;;應(yīng)用LabVIEW的建筑結(jié)構(gòu)健康檢測(cè)模型和預(yù)警系統(tǒng)實(shí)驗(yàn)[A];2015年上海-西安聲學(xué)學(xué)會(huì)第四屆聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2015年

相關(guān)重要報(bào)紙文章 前3條

1 賽迪出版?zhèn)髅绞紫浾?郭濤;預(yù)見性安全“又快又好”[N];中國(guó)計(jì)算機(jī)報(bào);2018年

2 中聯(lián)綠盟、李群;IDS的關(guān)鍵：解決好誤報(bào)和漏報(bào)[N];中國(guó)計(jì)算機(jī)報(bào);2002年

3 ;文化力是決定成敗的關(guān)鍵因素[N];常州日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 周曉飛;基于機(jī)器學(xué)習(xí)的視覺顯著性檢測(cè)研究[D];上海大學(xué);2018年

2 王燕;基于用戶感知與業(yè)務(wù)特征的電信網(wǎng)絡(luò)性能監(jiān)控與檢測(cè)模型研究[D];西安電子科技大學(xué);2018年

3 鄧濤;基于視覺注意的駕駛場(chǎng)景顯著性檢測(cè)模型研究[D];電子科技大學(xué);2018年

4 趙靜;網(wǎng)絡(luò)協(xié)議異常檢測(cè)模型的研究與應(yīng)用[D];北京交通大學(xué);2010年

5 唐赫;基于生物啟發(fā)和統(tǒng)計(jì)分析相結(jié)合的圖像顯著性檢測(cè)模型研究[D];華中科技大學(xué);2017年

6 蔣鵬;圖像內(nèi)容顯著性檢測(cè)的理論和方法研究[D];山東大學(xué);2016年

7 李濤;基于上下文的目標(biāo)檢測(cè)研究[D];電子科技大學(xué);2016年

8 陳林潔;褪黑激素受體MT1活化的信號(hào)轉(zhuǎn)導(dǎo)機(jī)制研究及內(nèi)含肽介導(dǎo)的新型GPCR活化檢測(cè)模型構(gòu)建[D];浙江大學(xué);2013年

9 王穎;僵尸網(wǎng)絡(luò)對(duì)抗關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

10 高洪燕;生菜生長(zhǎng)信息快速檢測(cè)方法與時(shí)域變量施肥研究[D];江蘇大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 梁躍;基于機(jī)器學(xué)習(xí)的電力用戶用電異常檢測(cè)技術(shù)研究[D];北京郵電大學(xué);2019年

2 闞澤亮;基于深度學(xué)習(xí)的PC惡意代碼檢測(cè)技術(shù)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

3 左雯;基于深度學(xué)習(xí)的惡意URL檢測(cè)算法研究與設(shè)計(jì)[D];北京郵電大學(xué);2019年

4 李艷;基于抗混淆技術(shù)的JavaScript惡意代碼檢測(cè)模型研究[D];北京郵電大學(xué);2019年

5 張圣昌;基于深度學(xué)習(xí)的異常檢測(cè)模型研究[D];河北大學(xué);2019年

6 李輝;面向航運(yùn)船舶的檢測(cè)與跟蹤方法研究[D];武漢科技大學(xué);2019年

7 邢召龍;基于深度學(xué)習(xí)的肺癌檢測(cè)模型[D];吉林大學(xué);2018年

8 許友昌;云環(huán)境下面向智能運(yùn)維的KPI異常檢測(cè)研究[D];廣西大學(xué);2018年

9 孫冠雄;人體關(guān)鍵點(diǎn)檢測(cè)模型及其向心臟關(guān)鍵點(diǎn)定位的遷移研究[D];哈爾濱工業(yè)大學(xué);2018年

10 張瑜;基于Powerlink協(xié)議解析的異常檢測(cè)方法研究[D];沈陽(yáng)理工大學(xué);2018年

本文編號(hào)：2713377