海上落水人员红外热成像检测识别关键技术研究.pdf

大连海事大学硕士学位论文

摘要

海难事故的不断发生，促使海上搜救成为必不可少的环节，其中人员搜救更是重中

之重。一方面，红外成像技术借助自身的优势在军事、民事应用方面发展迅速。另外一

方面，随着图像识别技术的不断更新，目标检测技术在可见光图像识别任务上性能突出。

如果将两者技术相结合用于水面目标检测，红外可修复目标检测背景杂乱的缺陷，目标

检测可填补红外技术自主检测效率不高的空白，可快速准确又高效地搜寻落水人员。

针对落水人员符合海上弱小目标特征，本文基于YOLO网络的研究，分析研究主干

网络改进和模块化改进，一定程度上提高了目标检测网络对弱小目标的检测效率。主要

研究工作和研究成果包括：

1）本文首先对数据集采取预处理操作，包括生成图像、增强数据、标注图像，其

次丰富数据集并将其按8:1:1比例分配。

2）为实现落水人员的实时搜救，本文在现有目标检测算法中引入轻量化网络理论，

将运算复杂的主干特征提取网络改进为参数精简的GhostNet。普通卷积与深度可分离卷

积组成的网络模块参数量更少，该模块的引入使模型在训练时减少参数调用频率，有效

地加快了网络训练速度，理论上提高了网络检测效率。

3）本文在目标检测算法中引入注意力机制，在YOLOv4网络的主干特征提取层中

插入混合注意力机制模块，抑制了部分无用背景信息并突出了目标信息，提高了网络在

提取特征时的效率，一定程度上提高了落水人员等弱小目标的检测成功率。

4）为进一步实现轻量化思想，本文设计了检测系统，进一步提高了目标检测的效

率。

5）本文通过几组对比实验验证了改进方法有效性，使用自定义数据集验证各网络

模型，对比并分析训练结果指标。通过实验证明了本文改进方法有效可行，也验证了本

改进网络在海面落水人员检测任务中具有良好的检测性能。

关键词：红外成像；目标检测；YOLOv4；轻量化网络；注意力机制

--I

海上落水人员红外热成像检测识别关键技术研究

Researchonkeytechnologiesofdetectionandidentificationofpeople

fallingintothewaterbasedonuncooledinfraredthermalimaging

Abstract

Withthecontinuousoccurrenceofmaritimeaccidents,maritimesearchandrescuehas

becomeanessentiallink,amongwhichpersonnelsearchandrescueisthetoppriority.Onthe

onehand,infraredimagingtechnologyhasdevelopedrapidlyinmilitaryandcivil

applicationswithitsownadvantages.Ontheotherhand,withthecontinuousupdatingof

imagerecognitiontechnology,targetdetectiontechnologyhasoutstandingperformancein

visiblelightimagerecognitiontask.Ifthetwotechnologiesarecombinedforsurfacetarget

detection,infraredcanrepairthedefectofmessybackgroundoftargetdetection.Target

detectioncanfillthegapoflowefficiencyofindependentdetectionofinfraredtechnology,

andcanquickly,accuratelyandefficientlysearchforpeoplefallingintothewate