TY -的A2 -王,汉盟-肖,Taowen AU - Cai,子健AU -林,聪盟——陈,琼PY - 2021 DA - 2021/12/30 TI -一个影子捕捉深层神经网络用于水下前瞻性的声纳图像检测SP - 3168464六世- 2021 AB -图像声纳探测水下是一种广泛使用的无线通信技术对象,但检测过程往往导致增加困难对象识别由于缺乏设备的分辨率。的显著成绩通过人工智能技术在水下无线通信领域的研究中,我们提出一个对象检测方法基于卷积神经网络(CNN)和阴影信息捕获提高水下声纳图像的目标识别和定位效果的充分利用阴影信息的对象。我们设计一个影子捕获模块(SCM),可以捕获中的阴影信息特性图和利用它们。SCM兼容CNN模型,有一个小的增加参数和一定程度的可移植性,并且可以有效地缓解由于缺乏设备分辨率识别困难通过引用阴影的特性。通过大量实验Pengcheng实验室提供的水下声纳数据集,该方法可以有效地改善CNN的特征表示模型和提高类和类之间的区别特征。根据2012年帕斯卡VOC的主要评价标准,该方法提高了从平均69.61%到75.73%的准确性(mAP)借据阈值为0.7,超过许多现有传统的深度学习的模型,而我们提出的轻量级设计模块更有利于实现人工智能技术在水下无线通信领域。SN - 1574 - 017 - 2021/3168464 / 10.1155 x你——https://doi.org/10.1155/2021/3168464——摩根富林明-移动信息系统PB - Hindawi KW - ER