高品質の側面走査ソナー訓練サンプルが著しく不足しているため、既存の側面走査ソナー画像分類ネットワークは、訓練サンプル以外の特定の目標分類タスクに対して効果が不十分であるという問題に対して、本稿では特徴弱化と画像ブロックに基づく高品質な擬似側面走査ソナー画像生成手法を提案する。まず、光学的コンテンツ画像の色彩やテクスチャなど、音響画像とは非関連の情報に対する特徴弱化モジュールを構築し、光学的コンテンツ画像の特定領域の特徴を薄めることで、擬似画像の目標特徴と音響画像の特徴がより類似することを実現する。次に、画像ブロックに基づくスタイル転送擬似画像生成法を提案し、光学的コンテンツ特徴と音響スタイル特徴の効果的な融合を実現し、光学的コンテンツ特徴を兼ね備えた元の擬似側面走査ソナー画像を生成する。最後に、高速ガイドフィルタモジュールを導入し、元の擬似側面走査ソナー画像を強化ガイドすることで、実際の水中音響画像環境により近い高品質な擬似側面走査ソナー画像を生成する。その後、大量に生成された高品質擬似画像を利用して分類ネットワークの訓練サンプルを拡充し、実際の水中環境における側面走査ソナー画像分類タスクの精度を向上させる。比較実験の結果、本稿の方法はすべてのスタイル評価指標の平均値で最良の結果を示し、次善法と比較して、スタイル損失、LPIPS、コンテンツ損失、SSIMの4指標でそれぞれ31.60%、3.52%、15.18%、17.55%の性能向上を達成した。グレースケールKLSGデータセット上で、分類タスクの全体精度と平均精度はそれぞれ86.35%と78.54%に達した。

側面走査ソナー画像;特徴弱化;スタイル転送;画像生成;ゼロショット画像分類