盛明伟，李 俊，秦洪德，崔 壮，武万琦

（哈尔滨工程大学船舶工程学院,哈尔滨150001）

0 引言

21世纪是海洋的世纪,我国对海洋资源的重视程度正日益提高。国家基金委八大学部公布的信息科学部优先发展领域的第一条即是海洋目标信息的获取、融合与应用,其主要研究方向为:1）海上目标探测、识别理论及方法；2）水下目标探测机理和识别方法；3）水下通信与海空一体信息传输；4）海洋目标环境观测与信息重构；5）异质异构海量数据处理与信息融合理论与关键技术。在国防建设以及交通运输领域,船舶是不可或缺的交通工具,因此船舶检测技术具有相当重要的研究意义。船舶检测技术是海洋获取海面船舶信息的重要方法,其应用领域十分广泛。自进入信息化时代以来,计算机技术的发展越来越迅速,生产向着智能化、网络化方向发展,计算机在港口或船舶上的应用越来越多。传统船舶检测技术多是在选择出的候选区域中提取出传统特征,再根据简单的分类器进行船舶分类识别,例如SVM分类器[1]等,候选区域的选择方法多采用不同尺寸的滑动窗口获得。传统特征包括HOG特征、Harr特征、SIFT特征[2]等,多为浅层特征,在目标分类上的识别准确率较低。同时,传统的船舶检测技术在产生候选区域时的计算耗时,检测速度达不到实时要求,检测效率低下。

近年来,深度学习[3-4]在船舶目标检测中的应用日益增多。相比传统特征,深度特征的语义信息丰富,特征表达能力更强。……