徐建华，豆毅庚，郑亚山

（北京理工大学，北京 100081）

近年来，随着水下活动需求的丰富，水下移动平台的控制方式也由最初的手动遥控模式逐渐转变为自主移动模式，例如自主跟踪拍摄模式。采用图像信息跟踪的方法在小型浅水平台有较好的实用性。常用电磁跟踪信号在传播过程中会快速衰减，声波信号则受限于平台的体积。相比之下，采用图像信息跟踪的方法表现出更强的实用性。

目标识别与跟踪是视觉应用领域重要的分支。基于视觉的目标识别方式主要包括传统的机器学习算法和深度学习算法[1-4]。传统方式如Haar特征与AdaBoost分类器组合而成的识别算法，对于背景简单，目标区域清晰，轮廓特征明显的场景效果良好[5]。但由于水对光线的吸收、散射、漫射等作用，水下拍摄的图像往往存在清晰度差，边缘锐度低，整体亮度低，局部折射光照强度过高等问题。目标的颜色强度会随着水深不断减弱，轮廓信息也会受到漂浮物、波纹、气泡的影响，传统的识别目标方式会造成误识别的情况。深度学习网络方法则是通过多次卷积计算提取图像的特征，过程中充分利用像素信息，以此来提高检测器的性能[6]，能够应用于水下目标的识别。

基于深度学习的YOLO-V3算法网络将图像分割成S×S的网格，不同网格只负责其对应区域的物体的识别，减少重叠识别，提高检测速度，该算法因其快速和准确而近年来被广泛使用[7,8]。本文在YOLO-V3原算法的基础上使用重组成与多级融合的方法进行特征提取，使得对于水下图像的检测效果明显提升。……