發(fā)布時(shí)間：2022-01-28 00:36

　　當(dāng)前,航母作為各軍事強(qiáng)國(guó)的重點(diǎn)偵察對(duì)象,航母自動(dòng)識(shí)別可以極大地減輕分析人員的工作量。經(jīng)典的通用目標(biāo)識(shí)別通常僅判定目標(biāo)圖像是一個(gè)航母,而無(wú)法識(shí)別航母的型號(hào),為此針對(duì)航母圖像型號(hào)級(jí)的細(xì)粒度分類(lèi)任務(wù)開(kāi)始出現(xiàn),但是現(xiàn)有方法對(duì)于型號(hào)級(jí)的分類(lèi)精度還不夠有效。因此,提出了一種改進(jìn)的航母圖像型號(hào)級(jí)細(xì)粒度分類(lèi)方法。該方法提出了一種新的分類(lèi)器head,與經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)組成一個(gè)端到端學(xué)習(xí)的網(wǎng)絡(luò)模型。所提出的分類(lèi)器head由組合池化、高效降維、標(biāo)簽平滑等模塊組成。在公開(kāi)的航母圖像型號(hào)級(jí)細(xì)粒度分類(lèi)數(shù)據(jù)集上進(jìn)行了評(píng)測(cè),所提方法較現(xiàn)有方法獲得了較好的性能提升。該方法思想簡(jiǎn)單、易于實(shí)現(xiàn)、擴(kuò)展性強(qiáng),能夠與各種卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行組合,提升細(xì)粒度分類(lèi)精度。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用研究. 2020,37(S2)北大核心CSCD

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

SCH網(wǎng)絡(luò)框架示意圖

本文對(duì)文獻(xiàn)[9]所提出的SCH進(jìn)行了優(yōu)化改進(jìn)，提出了一種改進(jìn)的高效分類(lèi)器head(ECH)，如圖2所示。ECH由一個(gè)組合池化模塊、高效降維模塊(E-DRM)以及標(biāo)簽平滑softmax分類(lèi)器模塊組成。其中，E-DRM模塊由一個(gè)1×1卷積濾波器、一個(gè)批量歸一化模塊和一個(gè)更有效的Mish激活函數(shù)[10]組成。為減少過(guò)擬合，與SCH類(lèi)似，在分類(lèi)器前增加一個(gè)dropout層，并設(shè)置丟棄率為0.5。2.1 骨干網(wǎng)絡(luò)

從圖3中可以直觀地看出L61型號(hào)全部分類(lèi)正確，其他型號(hào)均有被誤分類(lèi)的情況，其中CVN72達(dá)到了84%的誤分率。對(duì)比各類(lèi)誤分率可以發(fā)現(xiàn)，CVN68～CVN78的類(lèi)別之間極易被錯(cuò)分。造成錯(cuò)分的主要原因在于這些型號(hào)類(lèi)別的航母均為美軍核動(dòng)力航母，除舷號(hào)外個(gè)體之間差異極小。相對(duì)而言，中、俄、印、意、英、法等國(guó)航母型號(hào)由于外觀差異(除舷號(hào)外一般還存在其他較容易分辨的部位，如航母的塔臺(tái))具有相對(duì)較高的分類(lèi)準(zhǔn)確率。同時(shí)，圖4展示了Res Net-50骨干網(wǎng)絡(luò)條件下ECH方法部分錯(cuò)分樣例，其中T:XXX為真實(shí)類(lèi)別，P:XXX為預(yù)測(cè)類(lèi)別。在測(cè)試集上，共有207張圖像被錯(cuò)分。

【參考文獻(xiàn)】：
期刊論文
[1]艦船目標(biāo)識(shí)別技術(shù)研究進(jìn)展[J]. 馬嘯,邵利民,金鑫,徐冠雷.  科技導(dǎo)報(bào). 2019(24)
[2]改進(jìn)的YOLO模型及其在艦船目標(biāo)識(shí)別中的應(yīng)用[J]. 馬嘯,邵利民,金鑫,徐冠雷.  電訊技術(shù). 2019(08)
[3]基于組合特征的航母目標(biāo)識(shí)別方法[J]. 張潤(rùn)鑫,武文波,陳瑞明.  航天返回與遙感. 2018(02)
[4]基于最小慣性軸的航母目標(biāo)識(shí)別方法[J]. 許少寶,王蜂,陳聰.  激光與紅外. 2013(04)



本文編號(hào)：3613361