基于改进MobilenetV2网络的声光图像融合水下目标分类方法

摘要：

针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法.首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到分类结果;其次,设计一种融合网络结构,将声光图像成对输入网络进行特征提取,在中间层利用通道拼接算法实现特征图融合,使用融合特征进行目标分类.在真实数据集上对网络进行训练,结果表明,改进的MobilenetV2网络对水下目标的分类性能更好,融合网络的分类准确率相比融合前有所提高,更加适用于水下目标分类任务.

关键词：改进MobilenetV2、声学图像、光学图像、图像融合、水下目标分类

所属期刊栏目：41

分类号：TB566(声学工程)

资助基金：中国科学院重点实验室开放基金CXJJ-20S035

在线出版日期：2022-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：462-470