像素重要性测量特征下的侧扫声呐目标检测

作者：卞红雨; 陈奕名; 张志刚^*; 蒋弘瑞

来源：声学学报(中文版), 2019, 44(03): 353-359.

DOI：10.15949/j.cnki.0371-0025.2019.03.010

• 声呐图像
• 召回率
• 虚假目标
• 水下目标
• 像素点
• 图像块
• 虚警概率
• 卷积神经网络
• 测量特征
• 目标检测

研究了在较低信噪比下,在保证检测概率的前提下尽量降低虚警概率的目标检测,提出了一种针对特定目标的两阶段筛选算法.第一阶段中,首先使用阈值分割出有效点,并定义了一种新的像素重要性测量特征用于初步筛选目标。即通过有效像素点之间的距离来赋以高斯分布的权值,当前像素重要性的值定义为剩余有效点的距离加权和,具有较高的像素重要性值的聚集性强的区域内像素点会被定位出来。第二阶段,使用卷积神经网络分类器排除虚假目标.在实验中,使用近期无人潜器获得的海底数据,召回率与虚警概率分别达到90.39%与2.39%,证明了其相比声呐目标检测主流算法有更好的检测能力。

• 单位
  工业和信息化部; 哈尔滨工程大学