基于赋范梯度特征与卷积神经网络的水下目标检测方法

摘要

本发明提供了一种基于赋范梯度特征与卷积神经网络的水下目标检测方法，该方法首先利用二值化的赋范梯度特征对水下目标特征进行描述，并通过二值化编码简化特征描述，降低后续分类器计算复杂度；再利用两级级联的排序SVM(Ranking SVM)算法对目标候选窗口进行逐级筛选，提供含有目标可能性较大的候选区域位置，实现对目标的粗略定位。其次，为了能够对目标区域的种类进行判断以及获得目标区域更加准确的位置描述，采用卷积神经网络和SVM分类器对水下目标进行分类并表示出目标属于某个物体类别的得分，最后使用线性回归模型得到每个类别的位置修正后的目标建议窗口。本发明的方法加速了水下目标候选区域的提取速度，提高了算法的准确性。