基于零样本学习的声呐图像识别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于零样本学习的声呐图像识别方法及系统
申请号:CN202411878561
申请日期:2024-12-19
公开号:CN119851009A
公开日期:2025-04-18
类型:发明专利
摘要
本发明提供了一种基于零样本学习的声呐图像识别方法及系统,包括:采集目标的声呐图像并进行数据增强处理,构建声呐图像零样本识别数据集并分为训练集和测试集;在训练集中提取声呐图像的量化特征;在训练集和测试集上构造属性矩阵;在训练集上通过编码器获得量化特征和属性矩阵的映射关系模型;通过映射关系模型提取测试集的量化特征计算相似度,获得预测结果并评价准确率。本发明能够实现对未知类的识别,有效解决类别标签缺失问题;通过预训练的深层卷积神经网络直接提取,能提取声呐图像深层次、本质特征,能够适用于多种不同目标,泛化性、可靠性高;采用自编码器结构有效解决了训练集与测试集的同一属性在不同类别中的域偏移问题。
技术关键词
声呐 图像识别方法 编码器结构 图像识别系统 图像特征提取 矩阵 深度学习网络提取 样本 大规模图像数据 圆形笼子 训练集 深层卷积神经网络 编码器模块 解码函数 均衡方式 深度学习模型
系统为您推荐了相关专利信息
注意力 多尺度特征融合 轮廓提取 多尺度特征金字塔 掩膜
异常识别方法 头部特征 图像特征提取 电力设备 位置特征信息
多尺度特征提取 多层级特征 场景 ResNet网络 图像特征提取
图像生成模型 斑块 图像特征提取 深度学习模型 样本
表面水迹 酵母 双目摄像头 立体视觉原理 主控系统