摘要
本发明公开了一种高低频联合特征的声呐图像分类方法,包括:获取待识别的声呐图像并输入训练好的图像分类网络,输出声呐图像中的目标分类结果;图像分类网络包括小波变换模块、残差神经网络、双向交叉注意力机制模块、自适应融合模块以及输出模块,其中:小波变换模块用于将输入的声呐图像变换为高频声呐图像和低频声呐图像;残差神经网络具有高频、低频两个并行的分支,用于进行高频特征、低频特征的提取;双向交叉注意力机制模块用于对高频特征、低频特征进行交互与互补;自适应融合模块用于对高频分支、低频分支输出的高频特征图、低频特征图进行深度融合;输出模块用于对融合后的图像特征进行分类,输出目标的分类结果。
技术关键词
图像分类方法
声呐
高频特征
图像分类网络
多头注意力机制
交叉注意力机制
残差神经网络
分支
残差网络
输出模块
低通滤波器
二维离散小波变换
融合特征
全局平均池化
瓶颈结构
高通滤波器
通道
系统为您推荐了相关专利信息
光谱图像分类方法
多尺度特征
感知特征
注意力
高光谱分类方法
气象风险预警方法
地质灾害风险
动态更新
气象灾害预警
模型更新
降水预报方法
地形特征
动态卷积网络
前馈神经网络
数据