摘要：当水表面的特征被环境极大地改变时，存在的水危险察觉方法通常失败，例如，由在照明的一个变化。这篇论文建议一个新奇算法要用体力地为自治航行检测水危险的不同类型。我们的算法联合传统的机器学习和图象分割并且使用仅仅数字的照相机，它通常是买得起的，作为视觉传感器。活跃学习自动地被用于处理选择引起的问题，标记，大量训练的分类设定。吝啬移动的基于的图象分割被用来精制最后的分类。我们的试验性的结果证明我们的新算法罐头精确地检测不仅‘ c ommon' 水危险，它通常有高亮度和低质地的特征，而且‘ s pecial' 浇可以有大量涟漪或低亮度的危险。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）