基于视觉的船舶智能识别技术应用

目的:为实现视频图像船舶目标智能识别的工程应用,需要解决样本分布不均衡、分类体系差异大和训练成本高的问题,并提高技术方案的复用性。方法:提出了卷积神经网络结合支持向量机(SVM)的技术。首先基于卷积神经网络训练了具有多尺度、可泛化特点的船舶目标检测器,实现对视频图像中的船舶目标进行检测,然后将可解释的船舶形状、颜色、纹理特征组成特征向量,用SVM算法进行分类。结果:最后通过多组实验对识别效果进行了验证。结论:实验结果表明,本文提出的技术方案切实可行,经济成本低,型号识别率达到90%以上。