新闻信息

NEWS INFORMATION

14

2022

-

09

水下探查检测技术的优势

作者:


  水下探查检测技术的优势

  水下探查检测旨在定位和识别水下场景中的目标。该研究因其在海洋学、水下导航等领域的广泛应用而不断受到关注。然而,由于水下环境和光照条件复杂,这仍然是一项艰巨的任务。因此,近年来,与水下目标探测相关的比赛也有不少。接下来,我们将介绍深度学习方法在水下探查检测领域的概况。

  我国大量水运工程经过长期的运行,存在着基本冲刷、冲刷、空场等不同的安全风险。由于水质的影响,现有的人工勘探、水下摄影等方法无法获得清晰的图像,检测结果难以满足工程要求。经过两年多的努力,我所掌握了整个水下探查检测施工技术,已成功应用于国内多个水运工程,解决了浑浊水域水下结构视觉检测问题。水下水下探查检测构建技术以高精度三维声成像技术为核心,集成定位定位技术、姿态补偿技术、声图像数字处理技术等现代技术,实现水下隐蔽工程及周边地形的可视化构建。该技术扫描结果受环境因素影响较小,可在含砂量大、能见度低、水下地形复杂的水域工作,生成水下地形、结构和目标物体的高分辨率三维点云图。水下平台,如UUV,已经采取了许多隐身措施,以对抗声音和电磁信号。仅使用声学传感器的探测将降低目标捕获的概率。随着计算机技术和大数据技术的迅速发展,静潜引起的环境小变化模型可以计算和检测。非声探测技术也将成为水下探测技术的重要发展方向之一。在勘探方面,将对声波探测手段进行补充,通过多种信号探测,提高探测的有效性和可靠性。与此同时,美国海军也在尝试将非声传感器与无人系统平台相结合,形成覆盖范围广的探测网络。例如,在分布式敏捷反潜系统的浅海子系统中,数十架无人机装备了非声传感器,对潜艇网络进行探测。:首先对几个基本分类器进行顺序训练,根据它们的错误率Em指定权重值α,然后对前一个分类器分类错误的样本赋予较高的权重,使后一个分类器集中精力学习这些样本。最后,将所有弱基分类器进行组合,形成具有相应权重的整体分类器。IMA还对SWIPENet M时间进行训练,然后将其集成为统一的模型。不同的是,在每次训练迭代中,IMA减少了缺失对象的权重,以减少这些“干扰”样本的影响。多图像融合增强,针对水下场景重叠、遮挡(水下生物喜欢聚集在一起)和模糊(水中沉淀物引起)等问题,提出了一种基于候选盒融合的图像增强方法,生成模拟重叠、遮挡和模糊的训练样本,提高模型的mAP和鲁棒性。RoIMix算法使用RPN生成roi,并将其按随机比例混合。根据Beta分布生成该比率,然后使用混合样本训练模型。


水下探查检测