摘要
本发明公开了一种基于多尺度特征的复杂水下目标检测方法及系统,方法包括:获取待检测的水下光学图像,并采用相对全局直方图拉伸算法对所述水下光学图像进行预处理,获得预处理后的水下光学图像;构建多尺度特征提取网络;将预处理后的水下光学图像输入至多尺度特征提取网络中进行处理,生成多尺度目标检测结果;其中,多尺度特征提取网络包括特征提取模块和多尺度特征融合模块,特征提取模块通过多梯度交互结构提取多尺度特征,多尺度特征融合模块使用渐进式融合策略对所述多尺度特征进行整合。本发明提高了水下光学图像的清晰度和色彩保真度,还优化了特征提取过程,增强了检测的鲁棒性。
技术关键词
水下光学图像
多尺度特征提取
交互结构
特征提取模块
多尺度特征融合
全局直方图
生成多尺度
融合策略
卷积神经网络提取
权重分配机制
特征金字塔网络
像素
模型构建装置
图像获取装置
通道
分支
颜色
校正
系统为您推荐了相关专利信息
遥感分类方法
协方差特征
通道注意力机制
分层编码方式
影像
缺陷智能
迁移学习模型
TFT显示器
图像数据采集模块
识别系统
交通
车辆行驶路径
异构
损失函数优化
车牌识别数据
遥感影像分割
修复方法
Softmax函数
注意力
生成多尺度
自然语言
面部特征
数据储存单元
修改方法
特征提取模块