基于多尺度特征交叉融合的水下目标检测方法技术

本发明专利技术公开了一种基于多尺度特征交叉融合的水下目标检测方法，属于水下目标检测技术领域。本发明专利技术的水下目标检测网络采用串联的双编码器‑解码器结构，采用轻量化编码器结构进行多尺度特征提取，并通过MSFCA模块对小尺度特征图的增强处理，达到对水下目标图像中的目标特征的充分提取的目的；解码器负责将小尺度多通道的特征图逐步恢复和特征增强，其根据下采样操作所保留的特征图与解码过程中的对应层级的特征图进行拼接，以增强特征传播，补偿编码器阶段下采样过程产生的损失；最后再经过一次编码和解码的过程，并进行多层级特征拼接，将最后一次解码过程中获得的三个不同层级的特征送入对应的检测头结构并融合输出最终实现水下目标的精准检测。

【技术实现步骤摘要】

本专利技术涉及水下目标检测，尤其涉及一种基于多尺度特征交叉融合的水下目标检测方法。

技术介绍

1、近年来，我国面临着前所未有的海域安全、海洋资源开发和生态环境保护等挑战。在人工智能时代，急需大力发展面向复杂水下环境的智能安全算法。然而，由于水下环境的复杂性和有限的可见度，水中存在着聚集和堆积的微小目标，并受到光线吸收和散射的影响，从而容易导致模糊遮挡、色彩失真等问题。因此，如何通过网络模型和数据方面的研究，提高水下目标检测算法的准确性具有重要意义。

2、水下场景环境具备多样性，在不同水域/海域采集的图像具有不同的图像质量与目标种类。为了面对不同类型的探测需求，研究者们提出了多种水下目标检测方法。现有的水下目标检测方法分为三大类：两阶段检测方法、一阶段检测方法和基于transformer的检测方法。

3、两阶段检测方法主要是基于rcnn系列方法进行改进，使其更加适合水下目标检测任务。有学者改进了faster-rcnn的两阶段算法，用于检测海参、棘爪、扇贝、海星和水草。原有特征提取模块中的vgg16(visual geometry gr本文档来自技高网...

【技术保护点】

1.基于多尺度特征交叉融合的水下目标检测方法，其特征在于，包括下列步骤：

2.如权利要求1所述的方法，其特征在于，第一个编码器-解码器结构中，编码器的每一编码层依次包括下采样卷积层和轻量级稠密瓶颈架构LDBA模块；解码器的每一解码层依次包括上采样卷积层和快速特征增强FFE模块；

3.如权利要求2所述的方法，其特征在于，第一编码器的编码层数量NE1设置为5。

4.如权利要求2所述的方法，其特征在于，MSCFA模块的结构设置为：

5.如权利要求2所述的方法，其特征在于，LDBA模块的结构设置为：

6.如权利要求2所述的方法，其特征在...

【技术特征摘要】

1.基于多尺度特征交叉融合的水下目标检测方法，其特征在于，包括下列步骤：

2.如权利要求1所述的方法，其特征在于，第一个编码器-解码器结构中，编码器的每一编码层依次包括下采样卷积层和轻量级稠密瓶颈架构ldba模块；解码器的每一解码层依次包括上采样卷积层和快速特征增强ffe模块；

3.如权利要求2所述的方法，其特征在于，第一编码器的编码层数量ne1设置为5。

4.如权利要求2所述的方法，其特征在于，mscfa模块的结构设置为：<...

【专利技术属性】
技术研发人员：饶云波，刘达浪，马岩锦，朱佳龙，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：