仪器仪表学报

作者：周道先，张吟龙，徐高飞，杨雨沱，梁 炜

单位：周道先,1. 沈阳理工大学自动化与电气工程学院,,张吟龙,2. 中国科学院沈阳自动化研究所机器人学国家重点实验室，3. 中国科学院网络化控制系统重点实验室，4. 中国科学院机器人与智能制造创新研究院,,徐高飞,5. 中国科学院深海科学与工程研究所,,杨雨沱,2. 中国科学院沈阳自动化研究所机器人学国家重点实验室，3. 中国科学院网络化控制系统重点实验室，4. 中国科学院机器人与智能制造创新研究院,,梁 炜,2. 中国科学院沈阳自动化研究所机器人学国家重点实验室，3. 中国科学院网络化控制系统重点实验室，4. 中国科学院机器人与智能制造创新研究院,

关键词：自主水下航行器;水下目标检测;可形变卷积;多尺度深层聚合;注意力机制

基金：中国科学院对外合作重点项目( 173321KYSB20200002)、国家自然科学基金( 62273332)、中国科学院青年创新促进会会员(2022201)、广东省基础与应用基础研究基金(2023A1515011363)项目资助

搭载有视觉检测系统的自主水下航行器(AUV)具有水下文物探测功能,对深海考古有着重要意义。水下文物所处环境复杂多变,目标存在破损、堆叠和泥沙掩埋等情况,导致判别特征提取困难,使得AUV视觉检测系统无法可靠、准确地实现水下文物的检测。针对上述问题,提出一种基于可形变深层聚合网络模型的水下文物检测算法。为了充分提取复杂环境下水下文物目标特征信息,设计了具有可形变卷积层的多尺度深层聚合网络。在此基础上,引入SimAM注意力模型进行特征优化,来增强文物目标潜在特征信息并削弱背景干扰。最后,通过不同尺度的特征融合实现水下文物检测。在采集的水下文物数据集上进行大量验证和分析,算法的精确率、召回率和平均精度均值(mAP)分别达到了92.7%、90.5%和92.2%。此外,算法已部署到AUV系统中。在实际深海测试场景中,视觉检测系统的文物检测帧率达到19fps,可满足实时检测的任务需求。

来源：2023年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第11期