熊振宇， 苏子漪，吕晓雯， 赖春晖， 陈友荣

（浙江树人大学 信息科技学院，浙江 杭州 310015）

    摘  要： 针对涌潮速度极快，人员无法快速逃离的问题，提出一种基于Yolo技术的潮水目标识别算法.该算法利用爬虫和数据增强，建立潮水图像数据集，利用滤波提取出大气折射率，选取大气光成分和利用暗通道对图像进行去雾，获得较清晰的图像.对处理后的图像，采用Yolo网络进行训练，获得潮水识别模型.根据模型，对输入的图像进行识别，并计算潮水的位置、高度、到设备的距离和时间.实验结果表明：本算法能够准确识别出图片中潮水目标，提高了平均准确率，降低了平均耗时，比Faster RCNN、去雾Fster RCNN和Yolov3更优.
    关键词：潮涌；目标识别；暗通道；图像去雾；网络模型
    中图分类号：TP393        文献标志码：A        文章编号：1671-2714（2020）04-0015-07