水中ソナー認識における高品質なラベル付きデータの不足という問題を解決するために、物理誘導および構造制約に基づく拡散モデルソナー画像合成手法を構築し、光学リモートセンシングからソナー画像へのクロスモーダル合成に用いる。既存の拡散モデル手法は主に一般的な光学画像を対象としており、光学リモートセンシングからソナー画像へのクロスモーダルタスク処理においてソナー撮像メカニズムを軽視することが多く、その結果、音響特性の劣化や幾何学的構造の崩壊を招いている。これに対し、周波数領域のノイズアライメントおよび音響プライオリ注入モジュールを構築し、拡散除ノイズの初期段階において実際のソナー質感分布や高光影の物理プライオリを埋め込む；同時に構造制約付きアテンション機構を導入し、ターゲットおよび背景領域に差別化されたスタイル転送戦略を適用することで、リアルな音響特徴を生成しつつターゲットの幾何学的輪郭や位置構造を保持し、光学リモートセンシングラベルの直接移行を実現する。実験結果は、本手法が音響的リアリティおよびターゲット構造の両面で優れていることを示している。生成したデータを用いてYOLOv8検出器の訓練を支援し、0.50～0.95区間の平均精度mAP50-95が0.724から0.771に向上した。本手法は、水中ソナー認識データ不足問題の緩和に向けた実用的な工学的解決策を提供する。

ソナー画像合成;クロスモーダル生成;拡散モデル;データ拡張;水中ターゲット認識