基本信息

---

下载

文档摘要

---

摘要

海洋占全球表面积的71%，与人类的生产、生活密切相关。为获得各类资源而进

行有关的生产、生活，都离不开对海底地形的勘探。因此，对水下目标进行检测和识

别具有十分重要的意义。然而，由于水下环境复杂多变，干扰因素众多，侧扫声呐图

像通常具有分辨率低、边缘模糊、噪声多的特点，这导致了侧扫声呐图像的分类准确

率低。此外，侧扫声呐图像数据获取困难，样本稀缺，这也增加了训练的难度。传统

的声呐图像分类方法大多基于特征提取算法与分类器的结合，但受限于人为理解和经

验，分类效果并不理想。尽管深度卷积神经网络