摘要
本发明公开了一种三维前视声呐水下目标检测方法和系统。包括:首先,对三维前视声呐获取的点云进行滤波去噪,并且使用体素化减少运算量;然后,采用自适应截断距离与高效K近邻索引的改进密度峰值聚类方法,获得潜在的水下目标聚类簇;再提取聚类簇几何与强度等多维特征,通过可解释性分析特征选择,在少量标注数据基础上,结合半监督在线学习策略实现模型增量更新与实时检测。本发明具有对噪声不敏感、特征选择灵活、可在标签稀缺场景下高效工作的优点,为水下机器人自主导航、海洋资源勘探及环境监测等提供了可靠的技术支撑。
技术关键词
前视声呐
反射率
动态特征选择
少量标注数据
强度阈值滤波
水下机器人自主导航
小世界网络
联合损失函数
Tarjan算法
密度峰值聚类方法
K近邻
特征值
置信度阈值
中心检测方法
高比例
逻辑回归分类器
离群点
增量更新
系统为您推荐了相关专利信息
连续投影算法
连续小波变换
模型构建方法
数据融合算法
计算机存储介质
特征选择方法
激光雷达
区域生长算法
像素
图像分割
生态保护红线
变化检测方法
反射率
遥感传感器
辐射探测仪器