一种基于注意力与模板更新的孪生网络声呐图像跟踪方法

    公开(公告)号:CN117745762A

    公开(公告)日:2024-03-22

    申请号:CN202311794364.7

    申请日:2023-12-22

    摘要: 本发明公开了一种基于注意力与模板更新的孪生网络声呐图像跟踪方法,包括:构建水下目标跟踪模型,基于SiamMask网络,添加基于动态权重分布的注意力机制模块至网络骨干结构resnet‑50,同时引入自适应模板更新模块对累积特征模板进行更新;采集水下目标前视声呐数据,制作跟踪训练集和验证集;对水下目标跟踪模型训练;进行训练后的水下目标跟踪模型验证,根据验证结果调整水下目标跟踪模型的网络超参数并重新训练,直至获取最优目标跟踪模型。本发明融合了注意力机制与模板自适应更新模块对孪生跟踪网络实现改进,解决原始网络模板特征单一的缺陷,得以提高水下目标跟踪算法的准确度与鲁棒性。

    一种基于轮廓配准的声呐图像目标边缘补全方法及系统

    公开(公告)号:CN117726933A

    公开(公告)日:2024-03-19

    申请号:CN202311759801.1

    申请日:2023-12-20

    摘要: 本发明公开了一种基于轮廓配准的声呐图像目标边缘补全方法及系统,包括:输入待补全声呐图像与具有完整轮廓的参考声呐图像;对输入的两个图像采用阈值分割方法进行初步分割,消除扇形边界噪声亮点,获取声呐二值图;基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线;对轮廓线图提取surf特征点,用K近邻匹配法匹配特征点,将最近邻匹配对里面欧式距离比率大于设定阈值的匹配对剔除;采用移动最小二乘法对参考声呐图像进行仿射变换;将参考轮廓对应位置的参考图上的像素点填充到待补全图像的残缺区域,以补全边缘轮廓。本发明能够有效解决声呐成像过程中声波传播路径的扭曲或折射导致的目标边缘信息丢失问题。