蛙人识别方法、装置、设备和介质制造方法及图纸

本申请公开了一种蛙人识别方法、装置、设备和介质，该方法包括：获取待识别被动声呐信号；对待识别被动声呐信号进行短时傅里叶变换得到待识别被动声呐信号的时频图；将时频图输入预先建立的蛙人识别模型中，输出待识别被动声呐信号的识别结果，识别结果用于确定待识别被动声呐信号是否为蛙人吸气信号，蛙人识别模型通过对时频图依次进行数据降维、特征提取和特征识别处理得到识别结果。实现对被动声呐获取的声波信号是否为蛙人吸气信号的判断。

【技术实现步骤摘要】
蛙人识别方法、装置、设备和介质
本专利技术一般涉及人工智能识别
，具体涉及一种蛙人识别方法、装置、设备和介质。
技术介绍
蛙人机动性强，隐蔽性高，是可以执行水下特殊作业的主力军，其对军事港口、舰船、潜艇具有极大的威胁，蛙人的识别逐渐受到广泛的重视。声呐是水下目标的常用探测设备，根据水下目标的探测方式不同，声呐主要分为主动声呐和被动声呐，主动声呐通过发射声波信号，根据接收的探测目标返回的声波信号进行目标探测；被动声呐则通过接收探测目标的辐射噪声或者发射的声波信号进行目标探测。主动声呐是蛙人识别技术中的常用设备，但是，主动声呐价格昂贵，有效识别距离短，隐蔽性差，容易目标被识别，从而规避探测；且主动声呐发射的声波信号能量较高，会造成声污染，影响水下生物的繁殖和生长。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种判断被动声呐识获取的声波信号是否为蛙人吸气信号的方法、装置、设备和介质。第一方面，本申请实施例提供一种蛙人识别方法，方法包括：获取待识别被动声呐信号；<br>对待识别被动声本文档来自技高网...

【技术保护点】
1.一种蛙人识别方法，其特征在于，所述方法包括：/n获取待识别被动声呐信号；/n对所述待识别被动声呐信号进行短时傅里叶变换得到所述待识别被动声呐信号的时频图；/n将所述时频图输入预先建立的蛙人识别模型中，输出所述待识别被动声呐信号的识别结果，所述识别结果用于确定所述待识别被动声呐信号是否为蛙人吸气信号，所述蛙人识别模型通过对所述时频图依次进行数据降维、特征提取和特征识别处理得到所述识别结果。/n

【技术特征摘要】
1.一种蛙人识别方法，其特征在于，所述方法包括：
获取待识别被动声呐信号；
对所述待识别被动声呐信号进行短时傅里叶变换得到所述待识别被动声呐信号的时频图；
将所述时频图输入预先建立的蛙人识别模型中，输出所述待识别被动声呐信号的识别结果，所述识别结果用于确定所述待识别被动声呐信号是否为蛙人吸气信号，所述蛙人识别模型通过对所述时频图依次进行数据降维、特征提取和特征识别处理得到所述识别结果。


2.根据权利要求1所述的方法，其特征在于，所述蛙人识别模型包括依次连接的数据降维子模型，特征提取第一子模型，特征提取第二子模型，预估子模型，所述蛙人识别模型通过对所述时频图依次进行数据降维、特征提取和特征识别处理得到所述识别结果，包括：
调用所述数据降维子模型对所述时频图进行数据降维处理，得到降维时频图，并将所述降维时频图发送至所述特征提取第一子模型；
调用所述特征提取第一子模型对所述降维时频图进行特征提取，得到第一特征图，并将所述第一特征图发送至所述特征提取第二子模型；
调用所述特征提取第二子模型对所述第一特征图进行特征提取，得到第二特征图，将所述第二特征图发送至所述预估子模型；
调用所述预估子模型对所述第二特征图进行特征识别，得到所述识别结果。


3.根据权利要求1所述的方法，其特征在于，建立蛙人识别模型，包括以下步骤：
构造训练数据集，所述训练数据集包含多个蛙人吸气信号的样本时频图像；
将每个所述样本时频图像输入待训练蛙人识别模型中得到与所述样本时频图像对应的预估值；
确定多个所述样本时频图像的交叉熵损失函数，在所述交叉熵损失函数达到最小值时，得到所述蛙人识别模型。


4.根据权利要求3所述的方法，其特征在于，所述构造训练数据集，包括以下步骤：
采集多个样本被动声呐信号；
对每个所述样本被动声呐信号进行滤波处理，得到第一被动声呐信号；
对所述第一被动声呐信号进行信号提取，得到多个蛙人吸气信号、多个环境噪声信号和多个干扰信号；
将所述多个蛙人吸气信号、多个环境噪声信号和多个干扰信号进行整合，构造训练数据集。


5.根据权利要求4所述的方法，其特征在于，所述将所述多个蛙人吸气信号、多个环境噪声信号和多个干扰信号进行整合，构造训练数据集，包括：
从所述多个蛙人吸气信号、多个环境噪声信号和多个干扰信号中选择至少一个蛙人吸气信号、一个环境噪声信号和至少一个干扰信号；
将所述至少一个蛙人吸气信号、一个环境噪...

【专利技术属性】
技术研发人员：梁新，金伯，王冬海，王谋业，安妍妍，
申请(专利权)人：中电科海洋信息技术研究院有限公司，
类型：发明
国别省市：海南;46