基于卷积神经网络的水下目标特征提取方法

摘要

针对水下目标特征提取问题,在卷积神经网的基础上,提出了一种新的网络结构.该框架通过引入特征图多维加权层,强化了特征图的空间信息,弥补了进入全连接层时空间特征的丢失.以层次结构构造一个集特征提取和分类器训练于一体的端到端网络,同时利用深度网络的反向传播完成分类器对特征提取的反馈以改进特征的效果.在仿真模拟实验上,该网络框架分类目标达到了78.61％的精度,与其他方法相比,有效提高了目标的识别精度.所提框架能有效分类识别水下目标,具有良好的识别精度,且具备模块化结构,无需复杂预处理,实现简单.