结合区域提取和改进卷积神经网络的水下小目标检测

作     者：符书楠 许枫 刘佳 逄岩 FU Shunan;XU Feng;LIU Jia;PANG Yan

作者机构：中国科学院声学研究所北京100190 中国科学院大学北京100049 

出 版 物：《应用声学》 (Journal of Applied Acoustics)

年 卷 期：2023年第42卷第6期

页      面：1280-1288页

学科分类：082403[工学-水声工程] 08[工学] 0824[工学-船舶与海洋工程] 

基　　金：中国科学院青年创新促进会项目(2020023) 

主　　题：水下小目标检测 卷积神经网络 Hu矩特征 马尔可夫随机场分割 

摘      要：针对水下小目标信息量有限而难以提取有效特征导致的检测性能不佳问题,提出了一种结合区域提取和融合Hu矩特征的改进卷积神经网络水下小目标检测方法。该方法包含区域提取和分类两个步骤。首先以马尔可夫随机场分割算法为基础进行区域提取,对潜在目标定位的同时降低伪目标对后续分类的干扰;然后提取潜在目标区域的Hu矩特征并融入卷积神经网络,形成一种形状特征表征能力更强的改进卷积神经网络用于分类。声呐实测数据处理结果表明,该方法可以有效提升对水下小目标的发现概率和正确报警率,与其他目标检测方法相比,该方法具有更好的检测性能和泛化性。