结合多尺度卷积网络和双端注意力机制的水声目标识别

作者：刘承伟; 洪峰; 冯海泓; 胡梦璐

来源：声学技术, 2023, 42(02): 161-167.

DOI：10.16300/j.cnki.1000-3630.2023.02.006

• 水下目标识别
• 注意力机制
• 多尺度卷积
• 特征融合

水声目标识别是被动声呐系统的主要应用之一。为了进一步提升小样本条件下水下目标的识别率，文章提出一种基于多尺度卷积和双端注意力机制相融合的方法。首先，提取梅尔倒谱系数,色度谱和计算谱对比度等特征，建立基于多类别特征子集的三维聚合特征。其次，采用多尺度卷积滤波器算子构造多分辨率卷积神经网络，以更好地适应三维聚合特征的时频结构。另外，采用双端注意力模型捕获样本的全局依赖和局部特性。采用基于指数加权的对数交叉熵函数作为损失函数，提升样本数较少类别的识别率。实验结果表明，该方法在ShipsEar数据上的平均识别率为95.5%，取得了较好的分类效果。

• 单位
  中国科学院大学; 中国科学院声学研究所东海研究站