基于区域卷积神经网络的离岸流自动检测
计算机视觉与模式识别
2021-02-08 v1
摘要
本文提出了一种利用机器学习方法自动识别具有破碎波的离岸流的方法。离岸流是危险的高速水流，常将人卷入海中而导致许多死亡。大多数人不知道如何识别离岸流以避开它们。此外，由于缺乏用于帮助训练和验证灾害模型的观测数据，离岸流预报工作受到阻碍。网络摄像头和智能手机的存在使得海岸的视频和静态图像无处不在，并提供了潜在的离岸流观测来源。这些同样的设备可有助于提高公众对离岸流存在的意识。目前缺乏的是一种从海岸图像中检测离岸流存在与否的方法。本文提供了专家标注的离岸流训练和测试数据集。我们使用 Faster-RCNN 和一个自定义的时间聚合阶段，从静态图像或视频中进行检测，其测量精度高于文献中先前报道的人类和其它离岸流检测方法。
引用
@article{arxiv.2102.02902,
title = {Automated Rip Current Detection with Region based Convolutional Neural Networks},
author = {Akila de Silva and Issei Mori and Gregory Dusek and James Davis and Alex Pang},
journal= {arXiv preprint arXiv:2102.02902},
year = {2021}
}