混合Mamba-CNN网络用于具有声学背景抑制机制的前瞻性声纳图像分割

《Neural Networks》：Hybrid Mamba-CNN Network for Forward-Looking Sonar Image Segmentation with Acoustic Background Suppression Mechanism

　　

胡旭|朱赫|胡浩然|谢国庆|杨宇

摘要

前视声纳（FLS）是水下勘测、资源勘探和深海测绘的重要工具。最近的CNN–Transformer混合框架在FLS分割任务中表现出色，它们能够同时捕捉精细的局部细节和长距离的依赖关系。然而，这些框架依赖于自注意力机制，这导致了较大的计算开销，限制了它们的效率和可扩展性。为了解决这些问题，我们提出了MambaSonar，这是一种高效的CNN-Mamba模型，专门用于FLS图像分割。MambaSonar结合了卷积神经网络（CNN）在局部特征提取方面的优势，以及Mamba通过其选择性状态空间机制实现的高效全局依赖关系建模。为了使Mamba更好地适应FLS图像的特点，我们引入了一个声学背景抑制模块，该模块可以减少环境噪声并突出目标信号；同时，我们还添加了一个Mamba-CNN融合模块，用于弥合语义上的差距并有效整合多尺度特征。在多个公开的FLS数据集上的广泛实验表明，MambaSonar在保持高计算效率的同时，能够提供更精确的分割结果。此外，消融研究也验证了所提出模型及其组件的有效性，凸显了混合CNN-Mamba架构在复杂水下成像任务中的潜力。