【技术实现步骤摘要】
本专利技术涉及水下前视图像处理领域，具体涉及一种水下声呐图像弱小目标检测方法，适用于水下前视声呐图像远距离弱小目标复杂场景。
技术介绍
1、声呐图像视觉检测是复杂水域资源勘探、水下异物目标探测以及水下复杂环境救援活动等领域的重要技术之一。基于深度学习技术的卷积神经网络对水下大尺度显著性目标的检测效果较好，然而，但针对低信噪比微小目标的细节特征捕捉能力受限，抗背景干扰处理能力较弱，检测精度难以满足实际应用需求。如何提高水下声呐图像复杂场景弱目标检测精度与效果，成为亟待解决的问题。
技术实现思路
1、本专利技术提供一种水下声呐图像弱小目标检测方法，用于解决于现有技术中水下复杂环境情况下存在易受背景信息干扰、目标检测准确度较低的问题。
2、鉴于上述问题，第一方面，本专利技术提供了一种水下声呐图像弱小目标检测方法，以卷积神经网络为基础，对网络输出预测分支进行调整，引入小目标特征激活模块、多卷积通道调控模块和全域信息汇总模块；具体包括如下步骤：
3、s100基于水下前视声呐对...
【技术保护点】
1.一种水下声呐图像弱小目标检测方法，其特征在于，以卷积神经网络为基础，对网络输出预测分支进行调整，引入小目标特征激活模块、多卷积通道调控模块和全域信息汇总模块；具体包括如下步骤：
2.如权利要求1所述的一种水下声呐图像弱小目标检测方法，其特征在于，所述S200具体包括：
3.如权利要求1所述的一种水下声呐图像弱小目标检测方法，其特征在于，所述S300具体包括：
4.如权利要求1所述的一种水下声呐图像弱小目标检测方法，其特征在于，所述S400具体包括：
5.一种水下声呐图像弱小目标检测系统，其特征在于，所述系统包括：
【技术特征摘要】
1.一种水下声呐图像弱小目标检测方法，其特征在于，以卷积神经网络为基础，对网络输出预测分支进行调整，引入小目标特征激活模块、多卷积通道调控模块和全域信息汇总模块；具体包括如下步骤：
2.如权利要求1所述的一种水下声呐图像弱小目标检测方法，其特征在于，所述s200具体包括：<...
【专利技术属性】
技术研发人员：何自芬，何梦云，张印辉，陈光晨，张鹏林，张瑞，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。