摘要：無(wú)人水下航行器(UUV)由于本身的便利性和自主性在水下探測(cè)方面相比傳統(tǒng)探測(cè)具有很大優(yōu)勢(shì),對(duì)UUV水下目標(biāo)智能識(shí)別方法的研究具有重要意義。針對(duì)水下環(huán)境的高噪聲、低對(duì)比度的特點(diǎn),文中首先使用中值濾波和局部增強(qiáng)處理進(jìn)行水下圖像預(yù)處理,基于水下圖像的小樣本特點(diǎn),提出借鑒牛津大學(xué)視覺幾何組網(wǎng)絡(luò)(VGGNet)的逐層遞增卷積層思想,利用深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)設(shè)計(jì)水下智能識(shí)別框架并利用大數(shù)據(jù)集Cifar-10進(jìn)行一次訓(xùn)練,以學(xué)習(xí)圖像通用特征;同時(shí)使用遷移學(xué)習(xí)和數(shù)據(jù)增強(qiáng)技術(shù)進(jìn)行二次學(xué)習(xí),以學(xué)習(xí)水下目標(biāo)特有特征,解決水下數(shù)據(jù)集不足的情況,防止過(guò)擬合。通過(guò)仿真試驗(yàn)進(jìn)行識(shí)別效果驗(yàn)證,仿真結(jié)果表明,在特定測(cè)試集下提出的水下目標(biāo)智能識(shí)別方法在識(shí)別效果與自動(dòng)化程度方面相比傳統(tǒng)識(shí)別算法具有明顯優(yōu)勢(shì)。