基于PCANet的海面船只检测算法

以水面无人艇的视觉感知系统的研发为背景,使用级联主成分分析网络的深度学习框架,进行了海面船只检测算法研究.输入海面船只的可见光图像,通过显著性检测确定疑似目标区域,对检测出的疑似目标区域使用PCANet模型进行特征提取,将结果输入支持向量机中,得到最终二分类结果.实验结果表明,所设计的算法可以成功地输出海面船只检测结果,并通过与CNN算法的对比,验证了PCANet方法的高效性和准确性,证明了PCANet在特征提取方面的优越性.