基于交叉点对点二阶注意机理的水下目标迁移识别方法

本发明属于声呐图像识别，尤其涉及基于交叉点对点二阶注意机理的水下目标迁移识别方法。

背景技术：

1、海洋占据了地球上的大部分空间，蕴藏着丰富的能源、矿产和其他资源。随着陆地资源的逐渐枯竭和世界经济、科学技术的快速发展，世界各国都把研究重点放在了海洋上。同时，军事力量的不断增强也促使各国对海洋进行更深入的基础研究和资源开发。随着技术的不断进步，成像声呐在海洋领域的应用日益深入和广泛地应用于海洋科学研究、资源勘探、海洋环境监测、水下考古、海底管道探测等领域，从而在人类社会的发展中发挥着不可替代的作用。声呐作为遥感领域不可缺少的传感装置，可以提供观测区域丰富的视觉信息、地形、地貌、水下目标数据等，对军事行动和海洋资源勘探具有重要意义。因此，水下目标的准确识别成为近年来的研究热点。

2、针对声呐图像中的自动目标识别已经有了很多研究。由于水下环境复杂，海床混响严重，声纳图像会受到多种噪声的影响，如高斯噪声、脉冲噪声、散斑噪声等。然而，噪声的存在会导致图像中目标细节的一定损失，对比度降低，轮廓边缘模糊，从而使侧扫声呐目标识别具有挑战性。这一直是声呐图像与光学图像的主要区别。因此，在恶劣环境下获取的声呐图像中识别目标是一项长期且具有挑战性的任务。

3、近年来，深度学习在遥感目标检测与识别领域得到了广泛的研究。由于深度学习方法具有精度高、鲁棒性好、多任务性能等优点，已成为对侧扫声呐图像进行自主识别的主要方法。近年来相关领域的研究表明，cnn深度网络模型在图像检测和识别任务中具有优势。然而，数据采集困难和训练样本数量不足也限制了深度学习模型在声呐图像目标识别中的应用。

技术实现思路

1、本发明实施例的目的在于提供一种基于交叉点对点二阶注意机理的水下目标迁移识别方法，旨在解决数据采集困难和训练样本数量不足也限制了深度学习模型在声呐图像目标识别中的应用的问题。

2、本发明实施例是这样实现的，一种基于交叉点对点二阶注意机理的水下目标迁移识别方法，所述方法包括：

3、获取待处理图像；

4、构建水平注意力模型，通过水平注意力模型对待处理图像进行水平方向上的特征提取，得到待处理图像中每一行像素对应的水平特征图；

5、构建垂直注意力模型，通过垂直注意力模型对待处理图像进行垂直方向上的特征提取，得到待处理图像中每一列像素对应的垂直特征图；

6、构建通道对通道二阶自注意力模型，通过通道对通道二阶自注意力模型对水平特征图和垂直特征图进行处理，提取得到二阶交叉注意特征图。

7、优选的，所述构建水平注意力模型，通过水平注意力模型对待处理图像进行水平方向上的特征提取，得到待处理图像中每一行像素对应的水平特征图的步骤，具体包括：

8、定义一个水平注意力模型，其中每一行特征图使用三个线性变换矩阵转换成三个新的特征图，通过对获得三个特征图的每一行采用点积法，实现水平方向注意力特征提取，以x作为输入图像，水平注意力模型在三个线性变换层中对图像的所有行进行处理，得到三个水平特征映射，和其中其中x为原始图像数据。表示原始图像的行像素加权变换，qh、kh、vh表示原始图像变换后的结果数据。

9、优选的，基于以下公式进行计算，得到水平特征图：

10、

11、

12、优选的，所述构建垂直注意力模型，通过垂直注意力模型对待处理图像进行垂直方向上的特征提取，得到待处理图像中每一列像素对应的垂直特征图的步骤，具体包括：

13、定义一个垂直注意力模型，使用三个线性变换矩阵将特征图的每一列转换成三个新的特征图，三个特征图的每一列都通过点积法得到，实现垂直注意力特征提取，垂直注意力模型，x为输入图像，对三个线性变换层中图像的所有列进行处理，得到三个垂直特征映射，和其中其中x为原始图像数据，和表示原始图像的列像素加权变换，qv、kv和vv表示原始图像变换后的结果数据。

14、优选的，通过以下公式对三个垂直特征映射进行处理，得到垂直特征图：

15、qv＝[qv(1)，qv(2)，…，qv(m)]

16、kv＝[kv(1)，kv(2)，…，kv(m)]

17、vv＝[vv(1)，vv(2)，…，vv(m)]

18、

19、优选的，通道对通道二阶自注意力模型对应的计算公式为：

20、

21、

22、

23、优选的，通道对通道二阶自注意力模型沿着图像特征的通道方向合并每个通道的二阶注意特征图。

24、本发明提供的基于交叉点对点二阶注意机理的水下目标迁移识别方法能够对声呐图像目标提取最为关键的显著性特征，同时采用双模态迁移策略改进识别方法因为样本不足引起的识别准确率不足的问题，使得本发明方法在小样本目标自动识别成为可能。

技术特征：

1.一种基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，所述构建水平注意力模型，通过水平注意力模型对待处理图像进行水平方向上的特征提取，得到待处理图像中每一行像素对应的水平特征图的步骤，具体包括：

3.根据权利要求2所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，基于以下公式进行计算，得到水平特征图y：

4.根据权利要求1所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，所述构建垂直注意力模型，通过垂直注意力模型对待处理图像进行垂直方向上的特征提取，得到待处理图像中每一列像素对应的垂直特征图的步骤，具体包括：

5.根据权利要求4所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，通过以下公式对三个垂直特征映射进行处理，得到垂直特征图y：

6.根据权利要求1所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，通道对通道二阶自注意力模型对应的计算公式为：

7.根据权利要求1所述的基于交叉点对点二阶注意机理的水下目标迁移识别方法，其特征在于，通道对通道二阶自注意力模型沿着图像特征的通道方向合并每个通道的二阶注意特征图。

技术总结
本发明适用于声呐图像识别技术领域，尤其涉及基于交叉点对点二阶注意机理的水下目标迁移识别方法，所述方法包括：获取待处理图像；构建水平注意力模型，进行水平方向上的特征提取，得到待处理图像中每一行像素对应的水平特征图；构建垂直注意力模型，进行垂直方向上的特征提取，得到垂直特征图；构建通道对通道二阶自注意力模型，对水平特征图和垂直特征图进行处理，提取得到二阶交叉注意特征图。本发明提供的基于交叉点对点二阶注意机理的水下目标迁移识别方法能够对声呐图像目标提取最为关键的显著性特征，同时采用双模态迁移策略改进识别方法因为样本不足引起的识别准确率不足的问题，使得本发明方法在小样本目标自动识别成为可能。

技术研发人员：李海森,王健,邢天耀,温佳妮,杨宇
受保护的技术使用者：哈尔滨工程大学
技术研发日：
技术公布日：2024/1/16