大连理工大学学报

作者：杜红彪,于伟,张旭,陈余庆

关键词：溢油图像识别双边分割双重注意力模块

基金：国家自然科学基金青年基金资助项目(61203082)；大连海事大学研究生教育教学改革研究项目(YJG2020604).

重大海上溢油事故频发对海洋自然环境构成了巨大威胁．针对海面溢油图像的传统特征识别方法智能性、准确性不足等问题，探索了一种新型深度学习语义分割智能算法．首先分析了双边分割网络BiSeNetV2基本结构和功能模块单元．为了进一步降低现有网络参数复杂度，对其语义分支GE层进行了改进设计，提升了网络的轻量性．进而在BiSeNetV2的两个分支中引入双重注意力模块来解决类间相似性问题，增强了溢油图像特征识别的准确性．通过实验比较分析，验证了改进后的轻量型双边分割网络针对海面溢油图像特征识别准确率可达91.9%．

来源：2022年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2022年第4期