NobleBlocks

Research indexJournal article

面向复杂场景的海洋生物识别系统设计与实现

王婧, 李博, Gao and 2 others

工程技术前沿23 Apr 2026Open access

DOI10.63887/fet.2026.2.3.6

Abstract

水下成像常因光照衰减、噪声干扰及目标尺度多变而导致图像质量严重退化,给海洋生物精准识别带来挑战。为此,本文设计并实现了一套面向复杂水下场景的海洋生物识别系统。系统采用B/S架构与前后端分离模式:后端基于Django框架处理业务逻辑与算法调度,前端使用原生HTML/CSS/JavaScript实现简洁交互界面;部署于Ubuntu系统并配置GPU环境,为PyTorch模型提供硬件加速。系统核心流程包含图像增强与目标检测两阶段。增强阶段通过轻量级算法校正颜色失真、提升对比度并复原细节;检测阶段则利用融合多尺度特征与注意力机制的高精度模型,对增强图像中的生物进行类别识别与位置定位。此外,系统集成了用户管理、结果可视化及历史记录追溯等辅助功能:支持权限控制保障数据安全,实时标注检测结果便于验证,并将原始图像、增强图像及检测数据存入MySQL数据库,支持按条件查询与批量导出,为长期监测提供数据积累。测试表明,本系统在复杂环境中具备强鲁棒性与高识别精度,有效提升了海洋生态监测的自动化水平与数据处理能力,同时具有良好的可扩展性,为生物多样性保护与资源管理提供了有力技术支撑。

Discussion

More

Suggest a correction or report