基于Stereo_R-CN...的水下3D目标检测算法研究.pdf

基于StereoR-CNN的水下3D目标检测算法研究

摘要

3D3D

目标检测是水下作业的重要任务，然而在实现高效、准确的水下目标检测方

面仍存在一些问题。首先，由于水下环境复杂，难以开展大范围的数据采集工作，这使

3D

得下目标检测算法长期面临数据匮乏问题；其次，受光线的吸收和散射特性影响，

水下图像存在成像质量较低的问题，这也进一步导致现有深度估计模块存在估计偏差过

IntersectionOverUnionIOU

大的问题；最后，传统的交并比（，）在预测框与真实框没有

3D

重叠区域时会存在模型发散的问题。为了提高水下目标检测的识别精度，本文针对

上述问题开展如下研究：

13D

（）针对水下目标检测数据集采集困难、数据匮乏、成本高等问题，本文设计

3D

了一种在小范围内不使用高精度深度测量传感器的情况下，完成包含深度信息的目

3D

标检测数据集采集方法，并基于该方法采集了一个水下目标检测数据集。

2

（）针对水下图像成像质量较低的问题，进行了相应的水下图像清晰化实验，将数

HEHistogramEqualizationCLAHEContrastLimitedAdaptiveHistogram

据集分别用（）、（

EqualizationSSRSingleScaleRetinexMSRMultiScaleRetinexUWGAN

）、（）、（）、

UnderwaterGenerativeAdversarialNetwork

（）五种算法进行了图像增强，并对增强效果

进行了定性和定量的对比，最后采用了效果最好的UWGAN增强算法用于之后的检测

实验。

33D

（）针对现有目标检测算法对水下目标中心点深度估计误差较大，且会随着深

DepthOptimizationEstimation

度增加明显增大的问题，本文设计了一个深度估计方法（，

DOE），实验表明该方法可以大幅提升深度检测精度，尤其对于远距离目标的检测精度

提升更加明显。

4

（）针对传统的交并比不能够真实的反映出预测框和真实框之间的位置关系，且

真实框与预测框的横纵比描述比较模糊的问题，设计了一种新的交并比计算方法。

3D

本论文对水下目标检测算法在远距离、高精度、低成本化等方面具有一定的创

新性和实际意义，并且取得了一定的成果。

3D3D

关键词：目标检测；水下目标检测数据集；图像增强；深度估计

基于StereoR-CNN的水下3D目标检测算法研究

Abstract

3Dobjectdet