仪器仪表学报

作者：朱可卿1

单位：朱可卿1,2,3，田杰1,2，黄海宁1,2,（1?中国科学院声学研究所北京100190； 2?中国科学院先进水下信息技术重点实验室 北京100190； 3?中国科学院大学北京100049）,

关键词：关键词：高分辨率声纳成像;多视角声图;深度神经网络;水下小目标分类

摘要：针对基于多视角声图的水下小目标分类问题，提出了一种深度神经网络多视分类方法。首先，提取声图的阴影区域，计算阴影部分的主轴斜率并匹配出与其相对应的仿真数据集。采用由这些对应仿真数据集训练的卷积神经网络分别对不同视角的待分类声图提取深度神经网络特征。将不同视角输出的特征向量组合起来，作为目标的特征向量，利用各个视角匹配的组合所对应的支持向量机对目标的特征向量进行预测。将分类器用于对湖、海试采集的多视角声图分类，平均正确率为93?33%，相比采用卷积神经网络、支持向量机的单视角分类方法，分别有不同程度的提升。

来源：2020年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2020年第1期