Resumen

La detección oportuna, automática y precisa de objetivos en la superficie del agua ha recibido una gran atención en los sistemas de transporte marítimo con visión inteligente. Los resultados fiables de la detección también son beneficiosos para el control de la calidad del agua en aplicaciones prácticas. Sin embargo, a menudo la calidad de la imagen visual se degrada inevitablemente debido a las malas condiciones meteorológicas, lo que puede dar lugar a resultados insatisfactorios en la detección de objetivos. Las imágenes degradadas podrían restaurarse utilizando los métodos más avanzados de mejora de la visibilidad. Sin embargo, sigue siendo difícil generar resultados de detección de alta calidad debido a la inevitable pérdida de detalles en las imágenes restauradas. Para paliar estas limitaciones, primero investigamos la influencia de los métodos de mejora de la visibilidad en los resultados de detección y, a continuación, proponemos un marco de detección de objetivos en la superficie del agua basado en redes neuronales. Además, se presenta una estrategia de aumento de datos, que simula sintéticamente las imágenes degradadas en diferentes condiciones meteorológicas, para fomentar la capacidad de generalización y representación de características de nuestra red. El rendimiento de detección propuesto es capaz de detectar con precisión los objetivos de la superficie del agua en diferentes condiciones adversas de imagen, por ejemplo, niebla, poca luz y lluvia. Los resultados experimentales en escenarios sintéticos y realistas han ilustrado la efectividad del marco propuesto en términos de precisión y eficacia de la detección.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:agua, imágenes degradadas, objetivos de superficie, métodos artísticos de mejora de la visibilidad, diferentes condiciones adversas de formación de imágenes, marco de detección de objetivos de superficie, resultados insatisfactorios de detección de objetivos, estrategia de aumento de datos, diferentes condiciones meteorológicas, capacidades de representación de características
• Keywords:water, degraded images, surface targets, art visibility enhancement methods, different adverse imaging conditions, surface target detection framework, unsatisfactory target detection results, data augmentation strategy, different weather conditions, feature representation abilities