水中目標検出技術は、海洋資源探査や環境保護の分野で重要な役割を果たしています。しかし、水中環境には画像のぼやけや対象のスケール変動といった問題があり、検出タスクに難しさをもたらしています。水中目標検出の精度向上のために、知覚強化ハイブリッドネットワークを提案します。まず、グローバル・ローカル混合強化特徴抽出バックボーンネットワークを構築し、自己注意機構を用いて画像中の長距離グローバル情報を取得し、さらに畳み込み注意強化モジュールを構築してより豊富な画像の局所詳細情報を抽出します。特徴抽出過程で画像のグローバルおよびローカル特徴の関連性をより良く捉え、多スケール特徴記述の識別性を強化します；次に、ぼやけたコントラストが低い場合の検出精度を高めるため、目標知覚強化二段階検出ヘッドを構築します。第1段階のリージョンプロポーザル生成ネットワークの深さを増やし、低品質画像からより多くの目標セマンティック情報を抽出し、第2段階で自己注意機構を導入して背景や副次的情報の干渉を抑制します。さらに、目標検出のIoU分岐を導入し、第1段階の目標事前情報を第2段階の分類解決に融合し、異なる種類の目標検出精度を向上させます。提案手法は水中目標検出データセットのTrashCanおよびWPBBにおいて、それぞれ37.8%、61.8%および82.0%、98.9%を達成しました。定性的および定量的な比較実験の結果から、本モデルは異なる種類の水中目標に対し優れた検出精度とロバスト性を有することが示されました。

水中目標検出;特徴強化;自己注意機構;ハイブリッドネットワーク