摘要
在江面逆光环境下,摄像头拍摄的物体较为模糊,且目标较小,很难通过传统方法来进行目标检测,因此提出了在江面逆光环境下的一种能够识别救生衣的检测算法。目标定位采用改进的yolo的目标检测方法,分割出图像中目标区域并进行定位。因卷积神经网络(CNN)可用于提取图像特征并进行学习,对提取出的目标图像采用改进的卷积神经网络算法进行特征提取与分类。通过江面逆光环境救生衣检测实验验证了所提出算法的有效性,实现实时检测和识别水上目标。实验结果表明,在多个目标具有相同颜色特征时,能够有效识别救生衣目标并且算法识别精度较高。
