远洋船舶目标检测中图像分类识别研究

为准确划分远洋船舶类别，实现远洋船舶目标检测，保障海洋生态环境、海洋交通与国防安全，研究远洋船舶目标检测中图像分类识别方法。采用小波分析法，通过二维小波变换获取低频子图像、水平细节子图像、垂直细节子图像和对角细节子图像，将其作为远洋船舶图像特征；采用采用双向递归神经网络(BRNN)的深度学习方法构建分类器，将远洋船舶图像特征作为输入向量，通过递归神经网络将输入向量映射至输出向量，得到船舶目标图像分类结果。同时利用改进粒子群算法优化分类器中的权重与偏差参数，提升船舶目标图像分类精度。实验结果显示，所研究方法能够有效划分船舶目标图像类别，且划分精度高于97%。