摘要
本发明公开了一种基于融合特征的海底底质图像智能分类方法,首先,利用维度不变残差网络和双路径网络逐级地挖掘不同类型海底底质图像之间的关系,提取到能够有效表征不同类型海底底质图像的多尺度高级特征;然后,对提取到的海底底质图像高级特征进行融合与降维,进一步降低特征维度,减少特征中的冗余信息;最后,利用全连接网络学习降维、融合后的特征中的知识,挖掘不同海底底质类型特征之间的关系。该方法通过使用新型的网络结构既降低了模型的参数量,又有效提升了海底底质分类的准确性和可靠性,而且缓解了现有的海底底质分类方法中存在的特征工程复杂、特征不完备、泛化能力差、构建难度大、数据依赖性大的问题。