首页 | 本学科首页   官方微博 | 高级检索  
     

基于图像增强的水下视频鱼类识别方法
引用本文:杨文静,陈明,冯国富.基于图像增强的水下视频鱼类识别方法[J].激光与光电子学进展,2021,58(22):286-295.
作者姓名:杨文静  陈明  冯国富
作者单位:上海海洋大学信息学院,农业农村部渔业信息重点实验室,上海201306
摘    要:受水下强光衰减或散射的影响,水下图像存在颜色失真、模糊和细节丢失等问题,严重影响水下目标识别的精度.针对上述问题,提出一种面向浑浊水域的图像增强方法和YOLOv4算法相结合的方案.首先使用改进的带颜色恢复的多尺度Retinex算法增强水下图像,然后采用全卷积生成式对抗网络实现图像颜色校正和细节恢复,最后通过YOLOv4算法对增强后的图像进行鱼目标识别.结果 表明,所提出的图像增强方法与YOLOv4算法相结合方案的平均准确率(mAP)可达到89.59%,与原始图像经训练得到的平均准确率相比提高了7.46%,检测速度达到了90 frame/s.

关 键 词:成像系统  水下视频  图像增强  全卷积生成式对抗网络  YOLOv4  目标识别

Fish Recognition Method for Underwater Video Based on Image Enhancement
Yang Wenjing,Chen Ming,Feng Guofu.Fish Recognition Method for Underwater Video Based on Image Enhancement[J].Laser & Optoelectronics Progress,2021,58(22):286-295.
Authors:Yang Wenjing  Chen Ming  Feng Guofu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号