小样本情况基于深度学习的水下目标识别研究

• 作 者: 梁红 金磊磊 杨长生
• 机 构: 西北工业大学航海学院
• 出 处: 武汉理工大学学报(交通科学与工程版)
• 发表日期: 2019年01期
• 关键词: 水下目标 图像识别 深度学习 小样本 卷积神经网络
• 基金项目: 国家自然科学基金项目资助(61379007,61771398)

水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然后,采用ImageNet图像数据集对搭建的深度卷积神经网络模型进行预训练;使用水下降噪图像对经过预训练的神经网络进行参数微调.利用海洋鱼类图像数据集对完成训练的卷积网络性能进行验证,取得85.08%的正确识别率.