基于前视声呐图像的AUV目标识别与跟踪

声呐图像由于水体不均匀、边界不规则以及声呐设备本身性能的限制，导致图像噪声明显、亮度不均、分辨率低，使得水下AUV装备在使用前视声呐进行水下目标检测时难度较大。针对该问题，基于m750d声呐探测获得的AUV声呐数据，进行了数据提取、高斯滤波处理、扇形映射处理，并采用Jet映射对声呐灰度图像进行了伪彩色映射提高数据标注速度和精度，制作获得了4组2 500张声呐图像的AUV目标检测数据集；采用YOLOv4-tiny目标检测算法开展AUV目标检测研究，研究结果表明该方法在该数据集上表现优秀，mAP@0.50达到94.17%,FPS在22帧左右，说明该轻量级网络在水下AUV目标识别与跟踪应用上具有较好的应用价值。