基于双向自适应语义融合的水下目标识别方法

摘要

本发明涉及一种基于双向自适应语义融合的水下目标识别方法，主要解决现有水下目标识别方法依赖于声纳系统，易受复杂水下环境干扰，难以获得较好水下目标识别精度的问题。方法包括以下步骤：1)构建深层的卷积神经网络，学习水下图像的语义特征；2)构建双向自适应语义特征融合模块；3)构建回归模型；4)预测水下图像中目标位置及其类别。本发明建立基于双向自适应语义融合的卷积神经网络，得到对不同尺度目标均具有判别性的混合语义特征，提高水下目标识别准确率，可用于水下目标识别、水下军事侦察等领域。