罗逸豪

（1.中国船舶集团有限公司第七一〇研究所，湖北 宜昌 443003；2.清江创新中心，湖北 武汉 430076）

0 引言

成像声呐通过发射和接收声信号进行成像，探测距离远，是目前水下探测的常用设备，被广泛应用于水下勘探、水下救援、敌对目标侦察等任务。声呐图像的自主目标识别（Autonomous Target Recognition，ATR）即目标检测（Object Detection），需定位图像中最可能包含目标的区域，并确定目标的类别[1]。传统目标检测算法通常先基于滑动窗口等筛选方法枚举出所有可能的目标外接矩形框，然后利用人工设计的边缘、纹理等特征进行分类，无法在复杂多变的水下环境中取得良好性能。

近年来，深度学习取得了突破性进展，以层次化的方式构建特征提取模块，逐层连接构成的深度神经网络（Deep Neural Network，DNN）通过数据驱动的方式自动学习图像特征，克服了人工特征模式单一、判别能力弱的局限。基于深度学习的目标检测算法实现了定位和分类任务的端到端共同优化，无论是处理可见光自然图像[2]，还是应对前视声呐[3]、侧扫声呐[4]和合成孔径声呐图像[5]，均能取得比传统方法更优的检测精度[6-7]。

然而声呐图像采集需要耗费大量的资源，且常因涉及到敏感信息而未公开[8]，因此，基于深度学习的声呐图像目标检测系统性研究与应用仍然不足。实际工程应用不仅对检测算法的精度要求较高，还对软件系统质量属性、运行速度、部署环境等方面均具有一定要求。因此，本文利用深度学习模型数据驱动的优势设计了一种声呐图像目标检测系统，提高也不表明该系统在测试数据上和实际应用中均具有良好的性能。……