结构先验驱动正则化深度学习用于声呐图像分类

深度学习近来被证明可提升合成孔径声呐（SAS）图像分类领域的性能。鉴于SAS随距离分辨率恒定，深度学习技术表现优异不足为奇。尽管深度学习近期取得成功，在降低高虚警率以及训练图像有限时实现成功方面仍存在紧迫的开放挑战，这是将SAS分类问题区别于训练图像可能充足的标准图像分类设置的一个实际挑战。我们通过利用人类把握场景所用的先验知识来应对这些挑战。这些包括无意识地消除图像散斑以及定位场景中目标。我们引入一种新的深度学习架构，将这些先验结合以改进SAS图像的自动目标识别（ATR）。我们的方案——称为SPDRDL，即结构先验驱动正则化深度学习（Structural Prior Driven Regularized Deep Learning）——在多任务卷积神经网络（CNN）中融入上述先验，且相较于传统SAS ATR方法不需要额外训练数据。两个结构先验通过网络学习中的正则化项强制实施：（1）结构相似性先验——增强图像（常通过去散斑）有助于人类解译且与原始图像语义相似；（2）结构场景上下文先验——学习到的特征理想地封装目标居中信息；因此可通过鼓励对抗已知真值目标偏移（目标相对场景中心的位置）保真度的正则化来增强学习。在一个具挑战性的真实数据集上的实验表明，SPDRDL在SAS图像分类上优于SOTA深度学习及其他竞争方法。