基于声呐图像的水下目标识别技术应用广泛,民用和军用技术等都对其有着巨大需求。面对日益复杂的国际环境,特别是南海海域,各国虎视眈眈,发展声呐图像目标识别技术,加强海军力量建设,统筹使用多种手段维护和拓展国家海洋权益,妥善应对海上侵权行为,维护好我国领海的海洋航行自由和海上通道安全十分重要。语义分割算法作为一种新型的基于精细特征,特征增强的像素级目标分割识别方法,可以有效弥补上述技术局限。因此为提高声呐图像目标个体识别性能,研究面向声呐图像的语义分割算法十分重要。学术界针对光学图像的语义分割算法已有很大发展,但对声呐图像进行语义分割目标识别还存在以下问题:不同的水下环境噪声属性差别很大,很难有一个通用的统计模型适用所有水声环境,可迁移性差;声图像本身可用信息有限,传统算法下对噪声的处理会造成图像中有用信息的丢失,影响后续目标物的识别。针对以上问题,本文首先从声呐图像的成像特点出发,从水下噪声场特性和声呐成像原理两个角度对声呐图像噪声特性进行研究,分析声呐图像噪声组成和噪声形成原理,为后续声呐图像目标识别的工作奠定基础;其次建立了一个可靠可用的声呐图像数据集,使用了数据集增广方法对声呐图像数据集进行扩张,并运用去噪技术对声呐图像进行预处理、运用主动学习的方法选取合适的声呐图像进行标记;然后结合深度学习语义分割技术提出了新的多尺度(multi-scale)卷积核融合法来对声呐图像中的目标物进行像素级的分割与识别;最后除了声呐图像外,本文还研究了如何对声呐视频序列进行实时的目标分割识别,在保证声呐视频序列目标分割准确性的前提下减少每帧分割时间。实验结果表明,本文提出的基于深度学习的声呐图像(视频)目标分割识别方法解决了传统声呐图像目标分割识别算法的智能化程度低、鲁棒性差、实时性差、识别准确率低等问题,对声呐图像(视频)目标分割识别技术的实际应用有重要作用。