一种基于有效感受野调控的水下声学目标识别方法技术

本发明专利技术公开了一种基于有效感受野（Effective Receptive Field，以下简称ERF）调控的水下声学目标识别方法，提出的AEU‑Net模型具有多个分辨率支路，每个分辨率支路拥有单独的卷积核，各自会在训练过程中在与分辨率匹配的前提下自适应调整尺寸；AEU‑Net模型包含一个可调控前向传播过程中有效感受野的ERF‑Server，其具有提升或降低指定的任一模块的特征图有效感受野的两种操作。本发明专利技术可以在多个交互维度捕获水声目标样本的声学物理信息，并进行多个尺度有效感受野信息的特征融合，以适应不同尺寸的声呐图像目标，提高对水下声学目标进行识别时的准确度和识别速度。

【技术实现步骤摘要】

本专利技术涉及海洋水下目标识别领域，尤其涉及一种基于有效感受野调控的水下声学目标识别方法。

技术介绍

1、水下声学目标识别本质上属于图像处理问题，通常采用语义分割模型基于从图像中提取出的特征信息对图像的各个像素点进行预测，目前主流水声数据集上的语义分割任务主要受到复杂的海洋环境（如物体遮挡、目标姿态改变、多重目标、光照不均衡）、噪声干扰强等问题影响；且水下声学目标识别的数据集样本包含大量声学物理信息，对模型在空间上的全局感知能力非常敏感。目前基于深度学习的识别方法在性能指标与实时性上较基于时频的方法显现出巨大的优势，已成为领域内的主流方法。

2、有效感受野的概念是相对理论感受野提出的，有效感受野只占理论感受野的一小部分，且随着层数的增加，模型的有效感受野在理论感受野中所占的比例减少，二者比值的收缩速度也会变小，所以仅靠层数的堆叠，到层数较大时对模型erf的提升不大。目前相关领域内缺少基于深度学习模型，尤其是基于有效感受野视觉模型的研究。

3、现有的大部分卷积的视觉模型都基于resnet所提出的小核残差块，其尺寸为3*3，这意味着即使本文档来自技高网...

【技术保护点】

1.一种基于有效感受野调控的水下声学目标识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，所述S2.2中，逐通道卷积的一个卷积核负责一个通道，一个通道只被一个卷积核卷积，且卷积完成后的特征图通道数量与输入的通道数相同；自适应尺寸卷积核通过各自的损失函数控制核尺寸的大小。

3.根据权利要求2所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，训练时自适应尺寸卷积核损失函数的更新逻辑为：自适应尺寸卷积核的损失函数根据每次训练不同类别样本的预测像素点与真实标签中像素点的差异，指导自适应卷积核进行核...

【技术特征摘要】

1.一种基于有效感受野调控的水下声学目标识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，所述s2.2中，逐通道卷积的一个卷积核负责一个通道，一个通道只被一个卷积核卷积，且卷积完成后的特征图通道数量与输入的通道数相同；自适应尺寸卷积核通过各自的损失函数控制核尺寸的大小。

3.根据权利要求2所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，训练时自适应尺寸卷积核损失函数的更新逻辑为：自适应尺寸卷积核的损失函数根据每次训练不同类别样本的预测像素点与真实标签中像素点的差异，指导自适应卷积核进行核尺寸的选择与更新；

4.根据权利要求3所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，所述小目标预测偏差用hausdorff距离表示，具体公式如下：

5.根据权利要求1所述的基于有效感受野调控的水下声学目标识别方法，其特征在于，所述自适应卷积核的核尺寸在当前模块的特征图预设的核尺寸区间中进行调整，且不同分辨率的特征图所对应的核尺寸区间互不重合；所述核尺寸区间由尺寸函数确定，表达式如下：

6.根据权利要求1所述的基于有效感受野调控...

【专利技术属性】
技术研发人员：瞿逢重，朱昊頔，杨劭坚，魏艳，朱江，涂星滨，
申请(专利权)人：浙江大学，
类型：发明
国别省市：