一种基于融合特征的海底底质图像智能分类方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于融合特征的海底底质图像智能分类方法
申请号:CN202510642817
申请日期:2025-05-19
公开号:CN120726462A
公开日期:2025-09-30
类型:发明专利
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。
技术关键词
智能分类方法 图像特征提取 图像分类模型 融合特征 海底底质分类方法 水下声学 分类准确率 尺寸 图像数据分割 网络结构 数学 参数 特征工程 残差网络 旁路 关系 矩阵