共查询到10条相似文献，搜索用时 78 毫秒
1.
图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知（非盲）多种退化、未知（盲）多种退化3个方面进行详细总结,为水下应用场景提供参考。然后,介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。 相似文献
2.
3.
人工智能算法在海洋地质研究的应用是当前的研究热点,在海洋地质调查、海洋地质灾害评价、海洋地质建模等多个方向都得到了应用。海洋工程地质调查是海洋工程地质研究的基础,调查数据的精细化、自动化处理对数据的高效挖掘和分析具有非常重要的作用。本文首先介绍了人工智能、神经网络、机器学习和深度学习的历史发展和研究现状,总结了它们之间的关系;然后概述了人工智能在海洋工程地质领域的应用,主要内容包括地球物理调查、地质取样、地质灾害评价。结果表明人工智能算法可以较好地应用于地球物理调查、地质取样、地质灾害评价等各项问题,只是目前在海洋工程地质领域应用仍然较少。最后阐述了人工智能在海洋工程地质领域的应用前景和目前存在的几种主要限制因素,并对未来发展方向进行了展望。 相似文献
4.
反潜作战是世界难题,及早及时发现潜艇是反潜作战中至关重要的一步.水下预警系统是侦搜潜艇效率高、隐蔽性强的一种手段.针对水下预警系统侦搜潜性能不足、成本昂贵、布设不便等问题,提出了一款新型水下监控器构想,设计了基于此水下监控器的侦搜工作模式,讨论了新型水下监控器的指标要求,并分析了研制这种水下监控器的关键技术以及实现的可... 相似文献
5.
激光-声联合探测中水表面声波检测方法进展 总被引：1，自引：0，他引：1
激光-声联合探测技术在空基-水下通信、水下目标探测及海洋环境检测等领域具有巨大的应用潜力,对于国家安全、资源勘探和海洋监测等具有重大意义。其中,水表面波检测技术是激光-声探测的关键技术。系统研究了水表面波检测技术中常用的激光衍射法、光通量法、激光多普勒测振法和激光干涉法等方法,系统阐述和分析了其技术原理、发展现状及存在的问题,结合我国当前的现状和迫切需求,给出了水表面波检测技术的发展趋势,对该技术的研究和发展具有很好的参考价值。 相似文献
6.
罗逸豪 《数字海洋与水下攻防》2023,6(4):423-428
声呐图像目标检测是实现水下勘探、海底救援、敌对目标侦查等任务的重要环节,深度学习相关技术的突破为该领域的发展带来了新的机遇。基于深度学习的声呐图像目标检测算法性能优于传统方法,然而相关的系统性研究与应用仍然不足。鉴于此,利用深度学习模型数据驱动的优势设计了一种声呐图像目标检测系统,以满足实际应用对系统精度、速度、可移植性、可扩展性、部署环境的需求。该系统由数据集生成、算法模型训练与测试、模型部署应用3个子系统组成,应用于水下可疑目标探测任务,实验结果表明：所实现的目标检测系统在测试数据上和实际应用中均具有良好的性能。 相似文献
7.
8.
海洋立体观测与探测是获取海洋信息的重要手段,是海洋科学研究、环境保护、经济发展的基础。近年来海洋立体观测网络的快速发展带来了观测数据质量与数量的显著提升,进一步推动了海洋信息处理技术从“模型为主”逐步迈向“数据与模型双驱动”的新范式。在这一过程中,人工智能(AI)与海洋信息的交叉融通发挥了重要作用。从海洋立体观测和探测 2 个方面,讨论经典方法的局限性,回顾 AI 辅助下海洋物理场重建、水下目标检测与水下目标定位的研究新进展,重点阐述 AI 辅助的海洋立体观测与探测研究中亟需解决的关键科学问题及潜在的解决思路,并展望了该领域未来的发展方向。 相似文献
9.
多传感器信息融合技术是对各个传感器的观测数据进行综合处理的过程,是多学科、多领域的高层次共性关键技术。以多源信息融合技术为基础,对 AIS、雷达与声呐多源探测信息融合算法进行了较为深入地研究,提出适应水下安防系统的多源信息融合与报警技术的工程化应用方案,对实际应用情况做了简要总结,经验证该技术能够较好应用于水下安防系统的数据分析和分级报警中。 相似文献
10.