基于双向自适应语义融合的水下目标识别方法

doi:G06T7

OPT OpenIR > 热控技术研究室 > 其它单位 > 其它部门

	基于双向自适应语义融合的水下目标识别方法
其他题名	基于双向自适应语义融合的水下目标识别方法
	李学龙; 卢孝强; 孙昊
	2018-12-21
专利权人	中国科学院西安光学精密机械研究所
公开日期	2018-08-24
授权国家	中国
专利类型	发明专利
产权排序	1
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。
主权项	一种基于双向自适应语义融合的水下目标识别方法，其特征在于，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；利用卷积模块搭建卷积神经网络框架，并使用带动量的随机梯度下降法优化卷积神经网络，让卷积神经网络学习出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；将卷积神经网络不同卷积层的语义特征进行双向地自适应融合，得到对不同尺度目标均具有判别性的混合语义特征； 3)构建回归模型；对得到的混合语义特征构建回归模型，使用带动量的随机梯度下降法优化回归模型； 4)预测水下图像中目标位置及其类别；输入水下图像至训练好的卷积神经网络中，得到水下图像所包含的目标位置信息以及类别信息。
学科领域	G06t7/246
学科门类	G06
授权日期	2018-12-21
DOI	G06T7
申请日期	2018-02-02
专利号	CN201810107755.X
语种	中文
专利状态	申请中
申请号	CN201810107755.X
PCT属性	否
公开（公告）号	CN108447074A
IPC 分类号	G06T7/246 ; G06K9/62
专利代理人	杨引雪
代理机构	西安智邦专利商标代理有限公司
引用统计
文献类型	专利
条目标识符	http://ir.opt.ac.cn/handle/181661/31028
专题	热控技术研究室_其它单位_其它部门
作者单位	中国科学院西安光学精密机械研究所
第一作者单位	中国科学院西安光学精密机械研究所
推荐引用方式 GB/T 7714	李学龙,卢孝强,孙昊. 基于双向自适应语义融合的水下目标识别方法. CN201810107755.X[P]. 2018-12-21.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
201810107755X.pdf（1800KB）	专利		限制开放	CC BY-NC-SA	请求全文