一种基于USV水面光学目标跟踪的深度学习检测方法

摘要

本发明属于水面无人平台环境感知和控制系统交叉技术领域，具体涉及一种基于USV水面光学目标跟踪的深度学习检测方法：USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标；本发明在水面目标检测与定位过程中，加入了基于卷积神经网络的图像去模糊技术，改善了海水波动、目标物运动和USV航行造成的目标模糊问题，且基于24个卷积层和2个全连接层的回归方式检测目标具有速度快、背景误检率低的优点，使USV目标检测具有实时性，且不易受海面阳光折射等干扰。