【技术实现步骤摘要】
本专利技术属于计算机领域，具体涉及一种水下目标检测装置及方法。
技术介绍
1、海洋产业是一个高复杂度的领域，在探索和开发海洋资源的过程中，水下目标检测(underwater object detection，简称为uod)起着至关重要的作用。然而，水下环境中的光学成像面临诸多挑战。由于水体的散射和吸收效应，光线在水下传播时会导致图像质量显著退化。这些因素使得水下图像往往表现为模糊，并且水下目标与周围环境的轮廓相似，使得传统的水下目标检测技术难以准确提取和识别水下目标特征。
2、目前的水下目标检测技术大多依赖于图像增强预处理或复杂的训练策略来改善检测结果，但这些方法往往不能根本上解决图像质量问题，而且在处理复杂且图像质量退化严重的水下场景时识别精度低。
3、因此，需要一种能够适应水下特有光学特性的水下目标检测新方法。
技术实现思路
1、本专利技术旨在提供一种水下目标检测装置及方法，能够高效、精确地检测水下目标，解决当前在处理大规模或动态变化的水下场景时检测精度低的问题。
2、根据本专利技术的一个方面，提供了一种水下目标检测装置，包括：水下干扰感知模块，用于提取水下图像中水下目标与周围环境之间的差异；分心感知特征融合网络，用于根据所提取的差异，对该水下图像的图像特征进行细化；以及任务对齐检测头，用于根据所细化的图像特征，通过增强分类与定位之间的信息交互，检测该水下目标。
3、优选地，该水下干扰感知模块包括空间注意力模块，用于通过空间注意力
4、优选地，该空间注意力模块使用平均池化和最大池化操作来聚合特征映射的空间信息，并使用标准的卷积层连接和卷积运算来获得二维注意力掩模，以精确标定该水下图像中的兴趣区域。
5、优选地，该分心感知特征融合网络包括多层特征融合结构，其中每层该特征融合结构均具有上下文探索模块，用于对不同尺度的水下图像的图像特征进行细化。
6、优选地，该上下文探索(ce)模块包括四个分支，其中，每个分支由维数减少卷积层、卷积层和膨胀卷积层三层组成；前一个分支的输出将被馈送到下一个分支；该四个分支的输出连接到单个特征图中，并通过3×3卷积传递；该水下图像的图像特征被并行馈送到该ce模型，分别得到假阳性干扰ffp和假阴性干扰ffn；去除该假阳性干扰ffp和该假阴性干扰ffn，得到所细化的图像特征。
7、优选地，该任务对齐检测头用于通过计算任务交互特征和根据学习信号来优化预测器的结构，以实现分类和定位操作的动态对齐。
8、根据本专利技术的另一个方面，提供了一种水下目标检测方法，包括：提取水下图像中水下目标与周围环境之间的差异；根据所提取的差异，对该水下图像的图像特征进行细化；以及根据所细化的图像特征，通过增强分类与定位之间的信息交互，检测该水下目标。
9、优选地，提取水下图像中水下目标与周围环境之间的差异包括：通过空间注意力机制来分离该水下目标和该周围环境。
10、优选地，通过空间注意力机制来分离该水下目标和该周围环境包括：使用平均池化和最大池化操作来聚合特征映射的空间信息，并使用标准的卷积层连接和卷积运算来获得二维注意力掩模，以精确标定该水下图像中的兴趣区域。
11、优选地，根据所细化的图像特征，通过增强分类与定位之间的信息交互，检测该水下目标包括：通过计算任务交互特征和根据学习信号来优化预测器的结构，以实现分类和定位操作的动态对齐。
12、本专利技术通过提供一种水下目标检测装置及方法，包括：水下干扰感知模块，用于提取水下图像中水下目标与周围环境之间的差异；分心感知特征融合网络，用于根据所提取的差异，对该水下图像的图像特征进行细化；以及任务对齐检测头，用于根据所细化的图像特征，通过增强分类与定位之间的信息交互，检测该水下目标。本专利技术能够更有效地发现隐藏在真实水下图像中的目标，本专利技术在水下资源勘探、基础设施维护、环境保护、文化遗产保护和科学研究方面具有经济效益。
本文档来自技高网...【技术保护点】
1.一种水下目标检测装置，其特征在于，包括：
2.根据权利要求1所述的水下目标检测装置，其特征在于，所述水下干扰感知模块包括空间注意力模块，用于通过空间注意力机制来分离所述水下目标和所述周围环境。
3.根据权利要求2所述的水下目标检测装置，其特征在于，所述空间注意力模块使用平均池化和最大池化操作来聚合特征映射的空间信息，并使用标准的卷积层连接和卷积运算来获得二维注意力掩模，以精确标定所述水下图像中的兴趣区域。
4.根据权利要求1所述的水下目标检测装置，其特征在于，所述的分心感知特征融合网络包括多层特征融合结构，其中每层所述特征融合结构均具有上下文探索模块，用于对不同尺度的水下图像的图像特征进行细化。
5.根据权利要求4所述的水下目标检测装置，其特征在于，
6.根据权利要求1至5中任一项所述的水下目标检测装置，其特征在于，所述任务对齐检测头用于通过计算任务交互特征和根据学习信号来优化预测器的结构，以实现分类和定位操作的动态对齐。
7.一种水下目标检测方法，其特征在于，包括：
8.根据权利要求7所述的
9.根据权利要求8所述的水下目标检测方法，其特征在于，通过空间注意力机制来分离所述水下目标和所述周围环境包括：使用平均池化和最大池化操作来聚合特征映射的空间信息，并使用标准的卷积层连接和卷积运算来获得二维注意力掩模，以精确标定所述水下图像中的兴趣区域。
10.根据权利要求7至9中任一项所述的水下目标检测方法，其特征在于，根据所细化的图像特征，通过增强分类与定位之间的信息交互，检测所述水下目标包括：通过计算任务交互特征和根据学习信号来优化预测器的结构，以实现分类和定位操作的动态对齐。
...【技术特征摘要】
1.一种水下目标检测装置，其特征在于，包括：
2.根据权利要求1所述的水下目标检测装置，其特征在于，所述水下干扰感知模块包括空间注意力模块，用于通过空间注意力机制来分离所述水下目标和所述周围环境。
3.根据权利要求2所述的水下目标检测装置，其特征在于，所述空间注意力模块使用平均池化和最大池化操作来聚合特征映射的空间信息，并使用标准的卷积层连接和卷积运算来获得二维注意力掩模，以精确标定所述水下图像中的兴趣区域。
4.根据权利要求1所述的水下目标检测装置，其特征在于，所述的分心感知特征融合网络包括多层特征融合结构，其中每层所述特征融合结构均具有上下文探索模块，用于对不同尺度的水下图像的图像特征进行细化。
5.根据权利要求4所述的水下目标检测装置，其特征在于，
6.根据权利要求1至5中任一项所述的水下目标检测装置，其特征在于，所述任务对齐检测头用于通过计...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。