来源：期刊VIP网 时间：
作者：董筱雨;蔡薇;谭钱;王代军;李世洋;王启灵;
单位：武汉理工大学,船海与能源动力工程学院;武汉理工大学,绿色智能江海直达船舶与邮轮游艇研究中心;
摘要：[目的]为了有效抑制水面波浪动态干扰、漂浮物遮挡及能见度波动等环境噪声，实现此类船型动态数据与视觉特征的多模态融合，[方法]提出面向大型邮轮及客船避碰预警应用的动态双注意力机制（DDA）-YOLO检测算法，并融合船舶自动识别系统（AIS）动态数据与视觉特征。基于船池模拟试验构建的数据集，模拟大型客船进出港口等复杂航道的航行过程，并对算法进行全面实施效果测试。同时，开展消融试验，验证各组件对模型性能的作用。[结果]结果表明：DDA-YOLO模型在Io U阈值0.5的标准下，对船舶、浮标等目标的平均检测精度达0.811，相较于基线YOLOv11模型提升23.4%，参数量减少30%，推理速度达52帧/s。消融试验证实：卷积块注意力模块（CBAM）、空间上下文感知模块（SCAM）及各组件组合对模型性能具有显著提升作用；DDA机制提高小目标检测精度，各组件协同实现检测精度与效率的优化与平衡。多模态特征金字塔（MM-FPN）有效融合AIS动态信息与视觉特征，进一步提升检测鲁棒性。[结论]研究结果可为大型客船避碰预警技术的优化与应用提供参考。
关键词：动态双注意力机制;;多模态特征;;小目标检测;;船舶避碰
基金资助：2030型绿色智能沿海内河示范船（CBG4N21-4-3）
