张建磊南开大学人工智能学院教授，博士生导师，自动化系副主任。主持多项 自然科学基金项目，多次获得省部级科技奖励。主要研究方向为群体智能与模式识别，发表高水平学术论文八十余篇，现任中国自动化学会、中国人工智能学会、中国系统仿真学会、中国海洋学会相关专业委员会委员谢广明北京大学工学院教授，兼任北京大学人工智能研究院、北京大学海洋研究院教授。主持多项 自然科学基金重点项目、 重点基础研究发展计划(973计划)项目、 高技术研究发展计划(863计划)项目。曾获 自然科学奖二等奖、教 育 部自然科学奖一等奖、吴文俊人工智能科学技术奖等奖项。担任 自然科学基金委员会、科学技术部 重点研发计划评审专 家，中国仿真学会理事及机器人系统仿真专业委员会主任，中国生产力促进中心协会服务机器人专业委员会委员等。熊明磊工学博士，毕业于北京大学工学院，主要研究方向为水下机器人的设计、控制与系统集成。在水下机器人领域发表学术论文十余篇，获得 发明专利授权三十余项，主持多项国 家 级科研项目。 ???????????????随着海洋开发活动的增多和相关研究的不断深入，水下声呐图像处理技术的应用日益广泛。水下声呐图像处理是人工智能与海洋探测领域中的热门研究课题，同时也是相关专业的一门核心课程。 ???本书包括十三章。第 一 章为绪论，介绍水下图像识别与处理的背景知识及水下声呐图像处理技术的基本概念和发展现状。第2章讲解声呐数据预处理与数据集制作，涵盖设备介绍、数据获取及预处理步骤等。第3章介绍声呐图像目标检测和去噪算法。第4和5章分别探究基于深度学习的前视声呐图像目标检测算法和去噪算法。第6章聚焦前视声呐图像语义分割方法。第7章介绍前视声呐图像语义分割数据集的构建。第8章介绍基于残差多级特征提取与融合的语义分割方法。第9章介绍基于Transformer和CNN的语义分割方法。第十～十三章集中攻克长尾小样本声呐数据识别难题。此外，本书还通过附录提供一系列补充知识，通过 阅读分享一些值得参考的资料。 ???本书面向海洋探测领域的科研人员、工程师及高校师生，旨在帮助他们掌握人工智能技术在该领域的应用和实践。 ???????????????第1章　绪论11.1　水下图像识别与处理11.2　水下声呐图像处理技术31.3　本书安排5第2章　声呐数据预处理与数据集制作72.1　引言72.2　前视声呐介绍72.2.1　前视声呐成像原理72.2.2　Oculus前视声呐92.2.3　Oculus数据122.3　前视声呐数据预处理152.3.1　坐标变换152.3.2　图像插值172.4　前视声呐数据采集与图像标注202.4.1　前视声呐数据采集202.4.2　前视声呐图像标注212.5　本章小结23第3章　声呐图像目标检测和图像去噪算法的技术现状243.1　引言243.2　声呐目标检测算法的技术现状253.2.1　基于人工特征的声呐图像目标检测算法253.2.2　基于传统机器学习的声呐图像目标检测算法263.2.3　基于深度学习的声呐图像目标检测算法273.3　声呐图像去噪算法的技术现状293.3.1　基于滤波器的声呐图像去噪算法303.3.2　基于深度学习的声呐图像去噪算法313.4　本章小结33第4章　基于深度学习的前视声呐图像目标检测算法354.1　引言354.2　基于STAFNet模型的目标检测算法364.2.1　STAFNet模型组成概述364.2.2　主干网络Swin Transformer384.2.3　颈部网络FPN434.2.4　轻量级检测器Lite Head434.2.5　三元损失函数454.3　实验与结果分析474.3.1　实验细节474.3.2　评价指标484.3.3　消融实验494.3.4　对比实验494.3.5　结果分析514.4　本章小结52第5章　基于深度学习的前视声呐图像去噪算法535.1　引言535.2　前视声呐图像噪声模型545.3　RAT算法555.4　基于Pix2Pix的改进版RAT算法585.4.1　Pix2Pix模型结构585.4.2　PBR算法615.5　实验与结果分析665.5.1　评价指标665.5.2　对比实验695.5.3　结果分析695.6　本章小结71第6章　前视声呐图像语义分割方法726.1　引言726.2　前视声呐图像语义分割方法研究现状736.3　基于深度学习的图像语义分割方法研究现状746.4　前视声呐图像语义分割难点766.5　本章小结78第7章　前视声呐图像语义分割数据集构建797.1　引言797.2　前视声呐成像原理807.3　数据采集与数据集划分837.3.1　数据采集837.3.2　数据集划分857.4　数据扩增857.4.1　仿射变换867.4.2　颜色调整877.5　语义分割数据集标签制作887.6　本章小结89第8章　基于残差多级特征提取与融合的语义分割方法918.1　引言918.2　卷积神经网络基础928.2.1　卷积层928.2.2　池化层958.2.3　激活层958.2.4　标准化层988.2.5　丢弃层998.3　多级注意力与空洞金字塔嵌套U形网络1008.3.1　残差U形特征提取结构1008.3.2　注意力与空洞金字塔特征融合结构1028.3.3　损失函数1058.4　实验与结果分析1068.4.1　实验评价指标1068.4.2　实验设置与训练过程分析1088.4.3　消融实验与结果分析1108.4.4　对比实验与结果分析1128.5　本章小结116第9章　基于Transformer和CNN的语义分割方法1189.1　引言1189.2　Transformer基础1189.2.1　自注意力机制1199.2.2　多头自注意力机制1209.2.3　位置编码1219.3　融合Transformer和CNN的U形网络1219.3.1　混合Transformer嵌入编码结构1229.3.2　混合Transformer扩张解码结构1249.4　实验与结果分析1269.4.1　实验评价指标1269.4.2　参数设置与训练过程分析1279.4.3　消融实验与结果分析1299.4.4　对比实验与结果分析1309.4.5　泛化实验与结果分析1329.5　本章小结133 0章　声呐图像长尾小样本数据研究概述13510.1　引言13510.2　长尾小样本研究的难点13610.3　本书关注的挑战13810.4　本书作者团队的主要贡献14010.5　本章小结143 1章　声呐图像开放集长尾识别研究概述14411.1　引言14411.2　声呐图像识别研究现状14411.3　长尾识别研究现状14511.4　开放集识别研究现状14611.5　开放集长尾识别研究现状14711.6　分布外检测研究现状14811.7　本章小结148 2章　声呐图像长尾小样本识别方法14912.1　引言14912.2　类别重平衡策略对迁移学习的影响14912.3　平衡集成迁移学习方法15112.3.1　问题定义与方法动机15112.3.2　整体框架15312.3.3　主要模块介绍15412.3.4　BETL的训练算法15712.4　实验与结果分析15812.4.1　评价指标15812.4.2　数据集描述16012.4.3　实验环境和参数设置16112.4.4　与 方法的对比16212.4.5　结果分析16312.5　本章小结181 3章　声呐图像开放集长尾识别方法18313.1　引言18313.2　构建声呐图像开放集长尾识别基准18413.2.1　Sonar_OLTR任务的形式化定义18413.2.2　一种简化形式的开放度定义的合理性讨论18513.2.3　数据集的选择和构建18713.2.4　声呐图像中的开放集识别所面临的挑战18913.2.5　设定评价指标19213.2.6　Sonar_OLTR实验设计19613.3　PLUD方法19613.3.1　提出方法的动机19613.3.2　整体框架20113.3.3　主要模块20213.3.4　和现有方法的联系20513.4　实验与结果分析20513.4.1　实现细节20513.4.2　和 方法的对比20613.4.3　主要结果和分析20813.4.4　分布外检测21413.4.5　消融实验21713.4.6　超参数分析21813.4.7　进一步分析本书提出的评价指标22013.5　本章小结223附录A　Oculus格式数据结构表224附录B　本书部分变量表227附录C　本书涉及的主要算 语及其对应描述229 阅读231