一种基于自监督学习的声呐鱼类识别方法

AITNT
正文
推荐专利
一种基于自监督学习的声呐鱼类识别方法
申请号:CN202510925781
申请日期:2025-07-07
公开号:CN120411756B
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开了一种基于自监督学习的声呐鱼类识别方法,得到预处理后的声呐回波图像数据;生成多尺度声呐图像补丁集合;将多尺度声呐图像补丁集合输入改进DINOv2视觉Transformer编码器,获得初始多尺度声呐特征表示;得到解耦后的尺度子特征、纹理子特征与方向子特征;输出满足约束条件的多尺度声呐解耦特征表示;初始化海象优化算法参数三元组种群,计算多目标综合适应度值;更新海象优化算法参数三元组并重新计算多目标综合适应度值,直至满足收敛条件;在收敛条件满足时,通过分类器输出最终鱼类识别结果、鱼体长度估计结果与鱼群密度结果。本发明改进DINOv2视觉Transformer使鱼类小目标检出率在复杂水域得到显著的提升。
技术关键词
声呐 鱼类识别方法 补丁 三元组 算法 参数 分类器 纹理 多尺度感知 回波 层级 生成多尺度 编码器 图像金字塔 注意力 序列 矩阵 波束成形
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号