| 稀疏样本条件下的舰船舷号检测与识别 |
| |
| 引用本文： | 洪汉玉,陈冰川,马雷,张必银.稀疏样本条件下的舰船舷号检测与识别[J].中国图象图形学报,2023,28(4):984-1003. |
| |
| 作者姓名： | 洪汉玉 陈冰川 马雷 张必银 |
| |
| 作者单位： | 1.武汉工程大学电气信息学院,武汉 430205;2.武汉工程大学光学信息与模式识别湖北省重点实验室,武汉 430205;3.中国船舶重工集团公司第七〇九研究所,武汉 430074 |
| |
| 基金项目： | 国家自然科学基金项目（62171329， 62201406）；武汉市知识创新专项（2022010801010351） |
| |
| 摘 要： | 目的 舰船舷号检测识别是海面态势感知的关键技术，精准的舷号检测识别对海洋权益保护具有重要意义。但目前没有公开数据提供支持。为此，本文先构建了一个真实场景下的稀疏舰船舷号数据集（sparse ship hull number dataset in real scene,SSHN-RS），包含3 004幅舰船图像，共计11 328个舷号字符，覆盖了多国、各类、水平、倾斜、背景简单、背景复杂、光线不佳和被遮挡的舰船舷号样本，是一个具有挑战性的数据集。基于SSHN-RS，开展舰船舷号检测识别研究，其主要难点在于：1）样本稀疏，模型容易过拟合；2）舷号字符分布密集，网络难以充分提取各字符特征；3）部分字符存在嵌套区域和相似区域，网络会识别出大量冗余结果。针对上述难点，提出了一种基于多视角渐进式上下文解耦的舰船舷号检测识别算法。方法 首先，引入一个固定中心和最大化面积的随机透视变换技术，在不增加样本数量的前提下扩充舷号姿态，实现了数据增广，提升了模型的泛化能力；其次，提出了一个渐进式上下文解耦技术，先通过依次擦除舷号各字符生成一系列新样本，再利用特征提取网络提取和融合各样本的多尺度特征，不仅减少字...
|
| 关 键 词： | 稀疏样本 公开数据集 舰船舷号检测与识别 实例分割 数据增广 渐进式上下文解耦 |
| 收稿时间： | 2021/12/24 0:00:00 |
| 修稿时间： | 2022/5/18 0:00:00 |
Ship hull number detection and recognition under sparse samples |
| |
| Hong Hanyu,Chen Bingchuan,Ma Lei,Zhang Biyin.Ship hull number detection and recognition under sparse samples[J].Journal of Image and Graphics,2023,28(4):984-1003. |
| |
| Authors: | Hong Hanyu Chen Bingchuan Ma Lei Zhang Biyin |
| |
| Affiliation: | 1.School of Electrical and Information Engineering,Wuhan Institute of Technology,Wuhan 430205,China;2.Hebei Proviacial Key Laboratory of Optical Information and Pattern Recognition, Wuhan Institute of Technology, Wuhan 430205,China;3.China Shipbuilding Industry Corporation No.709 Research Institute,Wuhan 430074,China |
| |
| Abstract: | |
| |
| Keywords: | sparse samples public dataset ship hull number detection and recognition instance segmentation data augmentation progressive context decoupling |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
