摘要
本发明公开了一种基于物理模型和光学图像生成虚拟声纳的水下目标检测方法,其包括:采集光学图像;基于声纳成像的物理模型和成像原理,由光学图像生成虚拟声纳图像;多模态特征提取;多模态特征融合;利用深度学习模型对多模态融合特征图进行目标检测,输出目标检测结果。本发明有效解决了传统多模态检测方法所存在的系统成本高昂、部署困难的技术痛点,实现了仅使用普通光学相机就能达到光学与声纳多模态融合的检测效果,不仅大幅降低了硬件成本和应用门槛,而且可显著提高目标检测的准确率和在复杂多变环境下的鲁棒性,并且检测操作简单,可实现快速实时检测,具有较强的泛化能力,对水下目标检测具有极高的应用价值和经济效益。
技术关键词
声纳图像特征
多模态特征融合
融合特征
特征提取网络
深度学习模型
深度图
波束
成像
并行特征提取
复杂多变环境
三维点云重建
多尺度特征提取
坐标系
相机
回波
三维点云数据
像素点
图像金字塔
系统为您推荐了相关专利信息
训练数据生成方法
文本
大语言模型
场景
上下文特征
配电网故障诊断
注意力
定位方法
神经网络模型
Sigmoid函数
传感设备
加速度
训练深度学习模型
计算机程序代码
运动
时空注意力机制
深层特征提取
浅层特征提取
融合特征
视频帧