加急见刊

基于改进Faster R-CNN算法的舰船目标检测与识别

赵春晖; 周瑶 哈尔滨工程大学信息与通信工程学院; 黑龙江哈尔滨150001

摘要:FasterR-CNN算法是一种基于区域建议网络的深度学习网络模型,近年被提出并应用于目标检测与识别领域.FasterR-CNN算法中区域建议网络的创新性提出,使之相对于经典的R-CNN算法和FastR-CNN算法有效地提高了目标检测的速度.本文分析了FasterR-CNN算法中区域建议网络的实现方法,并在区域建议网络的包围盒尺寸设置中引入了K-Means聚类算法,通过聚类方法对图像中目标大小进行聚类分析,将聚类结果直接输入区域建议网络中,从而实现对FasterR-CNN算法中的区域建议网络进行改进.对舰船目标的检测与识别的,实验结果表明:该方法在提高了FasterR-CNN算法识别精度的同时,显著地缩短了算法的识别时间.

注: 保护知识产权,如需阅读全文请联系沈阳大学学报杂志社