[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法

在審

• 申請?zhí)枺?/td>: 202110275720.9
• 申請日: 2021-03-15
• 公開（公告）號: CN113052215A
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計）人: 鄭榮濠;樓冠廷
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 鄭海峰

1.一種基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，包括如下步驟：

1)使用ResNet-18分類主干網(wǎng)絡(luò)和Grad-CAM神經(jīng)網(wǎng)絡(luò)可視化搭建自動目標(biāo)識別模型；其中，Grad-CAM模塊置于ResNet-18分類主干網(wǎng)絡(luò)的全連接層前；

2)基于ImageNet光學(xué)數(shù)據(jù)集和自適應(yīng)實例正則化風(fēng)格轉(zhuǎn)換技術(shù)構(gòu)建形狀偏好數(shù)據(jù)集，利用形狀偏好數(shù)據(jù)集對自動目標(biāo)識別模型進行預(yù)訓(xùn)練，獲取對形狀特征魯棒的預(yù)訓(xùn)練參數(shù)，

3)利用標(biāo)記了樣本類別的聲吶圖像作為訓(xùn)練集，對步驟2)預(yù)訓(xùn)練后的自動目標(biāo)模型進行再訓(xùn)練；

4)將待識別樣本輸入經(jīng)再訓(xùn)練后的自動目標(biāo)識別模型，得到分類類別，基于Grad-CAM模塊得到指示目標(biāo)位置的可視化熱力圖；對熱力圖高亮部分使用最小外接矩形法獲得具體目標(biāo)位置。

2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，所述的Grad-CAM模塊，其結(jié)構(gòu)為其中Aⁱ表示最終輸出的n張?zhí)卣鲌D中的1張，其對樣本被分類到某一類別c的影響權(quán)重記為ReLU為激活函數(shù)，使得可視化時只關(guān)注與類c正相關(guān)的區(qū)域。

3.根據(jù)權(quán)利要求2所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，

由識別模型判定樣本為類c的總得分對每個特征圖像素求導(dǎo)得到：

式中S_c表示全連接層判定樣本被分類到某一類別c的得分，是一張大小為i1×i2的特征圖i中某一點的像素值；由于代表的是特征圖的平均權(quán)重，進一步除以以求平均，由此，Grad-CAM模塊一般化的結(jié)構(gòu)為:

4.根據(jù)權(quán)利要求1或2所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，所述ResNet-18分類主干網(wǎng)絡(luò)由1個初始卷積層、4個卷積單元和1個全連接層組成；每個卷積單元由兩個卷積層和一個跳躍連接層組成。

5.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，所述步驟2)中，基于ImageNet光學(xué)數(shù)據(jù)集和自適應(yīng)實例正則化風(fēng)格轉(zhuǎn)換技術(shù)構(gòu)建形狀偏好數(shù)據(jù)集，具體為：

ImageNet光學(xué)數(shù)據(jù)集獲取背景為海洋場景的部分數(shù)據(jù)，作為基礎(chǔ)光學(xué)數(shù)據(jù)集；

利用Painter by Numbers數(shù)據(jù)集作為風(fēng)格數(shù)據(jù)集，之后基于VGG-19實現(xiàn)AdaIN風(fēng)格轉(zhuǎn)換生成形狀偏好光學(xué)數(shù)據(jù)集，AdaIN的具體描述如下：

式中，x是內(nèi)容圖像，y是風(fēng)格圖像，μ和σ分別表示均值和標(biāo)準(zhǔn)差。

6.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，所述步驟3)中，訓(xùn)練集中的聲吶圖像調(diào)整為統(tǒng)一像素尺寸，如果聲吶圖像中有多個目標(biāo)，以居于中央最明顯的目標(biāo)作為該聲吶圖像的樣本類別。

7.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)可視化的聲吶圖像自動目標(biāo)識別方法，其特征在于，所述步驟4)中，

對熱力圖高亮部分使用最小外接矩形法獲得具體目標(biāo)位置具體為：

通過設(shè)定灰度閾值，對熱力圖中高亮部分求取其最小外接矩形，該矩形在熱力圖中的位置即對應(yīng)于原圖中目標(biāo)位置。