HyperAIHyperAI

Command Palette

Search for a command to run...

Un réseau de collaboration inter-domaines à portes pour la détection d'objets sous-marins

Linhui Dai Hong Liu* Member, IEEE Pinhao Song Mengyuan Liu

Résumé

La détection d'objets sous-marins (UOD) joue un rôle significatif dans l'aquaculture et la protection de l'environnement marin. Étant donné les défis posés par le faible contraste et les conditions de faible luminosité dans les environnements sous-marins, plusieurs méthodes d'amélioration des images sous-marines (UIE) ont été proposées pour améliorer la qualité des images sous-marines. Cependant, l'utilisation seule des images améliorées ne permet pas d'améliorer les performances de la détection d'objets sous-marins (UOD), car elle peut inévitablement supprimer ou altérer des motifs et des détails critiques des objets sous-marins. En revanche, nous pensons que l'exploration de l'information complémentaire provenant des deux domaines est bénéfique pour la détection d'objets sous-marins (UOD). L'image brute préserve les caractéristiques naturelles de la scène et les informations texturales des objets, tandis que l'image améliorée augmente la visibilité des objets sous-marins. Sur cette base, nous proposons un réseau collaboratif à travers les domaines avec portes (GCC-Net) pour relever les défis liés à une mauvaise visibilité et à un faible contraste dans les environnements sous-marins. Ce réseau comprend trois composants dédiés. Premièrement, une méthode d'amélioration en temps réel est utilisée pour générer des images améliorées, ce qui peut améliorer la visibilité des objets dans les zones à faible contraste. Deuxièmement, un module d'interaction de caractéristiques à travers les domaines est introduit pour faciliter l'interaction et exploiter l'information complémentaire entre les caractéristiques des images brutes et améliorées. Troisièmement, afin d'éviter la contamination par des résultats générés non fiables, un module de fusion de caractéristiques avec portes est proposé pour contrôler de manière adaptative le taux de fusion de l'information inter-domaines. Notre méthode présente un nouveau paradigme de détection d'objets sous-marins (UOD) du point de vue de l'interaction et de la fusion d'informations inter-domaines. Les résultats expérimentaux montrent que le GCC-Net proposé atteint des performances de pointe sur quatre jeux de données sous-marines.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp