基于深度學習的水下光學圖像分類識別方法研究*

湯永濤 林鴻生 劉 興

（1.海軍士官學校 蚌埠 233012）（2.南京航空航天大學 南京 210016）

1 引言

我國沿海分布有大量港口，在國際形勢風云變化的情況下，港口的防御壓力巨大。敵對勢力可利用水下蛙人、機器人以及小型水下運載器等從水下趁虛而入，對重要設施進行破壞［1］。目前水下安全監視主要利用水聲技術對水下目標進行探測、分類、定位和跟蹤。但聲吶系統易受水下環境及目標屬性等條件制約，很難獲得準確、直觀的目標識別結果。相對于水聲而言，水下光學探測具有成像分辨率高、細節豐富、成像速度快等優點。因此，水下光學探測逐漸成為水下探測的一種有效輔助手段［1～2］。

但是，由于水和水體中的雜質對光信號存在著吸收、散射等效應，水下光學圖像普遍存在著對比度低、噪聲突出等問題［3～4］。這給水下目標的自動分類識別帶來困難。

深度學習在圖像分類識別方面表現非常出色。自 2012年Krizhevsky等提出AlexNet［5］以來，學者們開發出了多種用于分類識別的深度神經網絡結構，如 VGGNet［6］、GoogleNet［7］、ResNet［8］、ResNeXt［9］、NASNet［10］、EfficientNet［11］等。這些網絡結構在ImageNet數據庫上能得到很不錯的準確率（各種經典網絡在ImageNet數據庫測試集上的準確率見圖1（a））。但這些分類網絡在實際應用中存在兩個問題：一是用于訓練小型數據集時容易出現過擬合，因為它們都是針對大型數據庫進行設計的，網絡結構復雜，參數量巨大（見圖1（b））；二是較難應用于移動設備，移動設備硬件性能受到限制，無法與服務器等大型硬件相比，這些大型網絡由于模型巨大，推理時間較長，在移動設備上應用會受到限制，實時性不能滿足要求?！?br>