基于改进FaceNet的河湖采砂船“船脸”识别算法

为有效提升河湖采砂船智能化管理水平,提出了一种基于改进FaceNet的河湖采砂船“船脸”识别算法。首先在FaceNet算法网络的全局平均池化层后引入CA注意力模块,增强算法对于感兴趣区域的自适应关注能力;其次训练时在网络的最后引入线性层构建采砂船个体“船脸”识别器,将分类和识别的方法相结合共同应用于采砂船“船脸”识别;最后在训练时引入交叉熵损失函数,辅助原FaceNet算法中的三元组损失函数共同实现收敛。实验结果表明:改进的FaceNet算法对于白天场景下采砂船个体“船脸”目标识别的正确率比改进前提高了4.77%,达79.22%;夜间场景下目标识别的正确率提高了2.83%。研究成果适用于采砂船“船脸”识别任务,可为河湖采砂船的智能监管提供技术参考。