目前,基于深度學(xué)習(xí)的民用目標(biāo)識(shí)別技術(shù)已經(jīng)比較完善,但由于軍事系統(tǒng)的安全性、保密性要求以及軍事目標(biāo)的復(fù)雜性,地面軍事目標(biāo)武器裝備種類(lèi)的識(shí)別,目前還是該領(lǐng)域中的重點(diǎn)。由于目前裝備的現(xiàn)代化升級(jí),在作戰(zhàn)以及演練中,通過(guò)部署在各型號(hào)裝備上的不同圖像采集設(shè)備,可以獲取到不同場(chǎng)景,不同時(shí)間下的大量圖像,如何將采集到的大量圖像進(jìn)行快速、高效的自動(dòng)識(shí)別,在未來(lái)軍事演習(xí)以及戰(zhàn)場(chǎng)環(huán)境下的偵察活動(dòng)具有十分重要的戰(zhàn)術(shù)意義,而最近幾年,深度學(xué)習(xí)技術(shù)發(fā)展迅猛,使得根據(jù)采集圖像對(duì)地面軍事目標(biāo)的種類(lèi)識(shí)別成為可能。本文提出了一種基于深度學(xué)習(xí)的地面軍事目標(biāo)識(shí)別算法--IRSE算法,該算法通過(guò)對(duì)原有卷積神經(jīng)網(wǎng)絡(luò)模型以及對(duì)權(quán)重優(yōu)化算法的改進(jìn)實(shí)現(xiàn)。而為了完成網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化,參考了幾種目前比較常用于目標(biāo)識(shí)別任務(wù)的網(wǎng)絡(luò)模型,如Inception V1、Inception V2、ResNet、VGGNet并以Inception V2為基礎(chǔ)網(wǎng)絡(luò)模型,通過(guò)在基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)后添加SE模塊,對(duì)經(jīng)過(guò)卷積層特征提取后的圖像特征進(jìn)行權(quán)重重新分配,以及添加殘差網(wǎng)絡(luò)模塊學(xué)習(xí)網(wǎng)絡(luò)的特征差值,以減小網(wǎng)絡(luò)的整體參數(shù),并使用Adabound算法替代SGD作為本文...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外軍事目標(biāo)識(shí)別研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)軍事目標(biāo)識(shí)別研究現(xiàn)狀
        1.2.3 深度學(xué)習(xí)目標(biāo)識(shí)別研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容及論文章節(jié)結(jié)構(gòu)
第2章 基于CNN的圖像識(shí)別
    2.1 卷積神經(jīng)網(wǎng)絡(luò)基本理論
    2.2 soft Max分類(lèi)器
    2.3 損失函數(shù)
    2.4 正則化
    2.5 權(quán)重初始化
    2.6 本章小結(jié)
第3章 基于深度學(xué)習(xí)的地面軍事目標(biāo)識(shí)別
    3.1 深度學(xué)習(xí)
        3.1.1 算法結(jié)構(gòu)
        3.1.2 Res Net
        3.1.3 SE模塊
        3.1.4 BN算法
        3.1.5 遷移學(xué)習(xí)
    3.2 本文主要使用的幾種網(wǎng)絡(luò)模型
    3.3 網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計(jì)
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.4.2 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
第4章 權(quán)重優(yōu)化算法研究
    4.1 卷積神經(jīng)網(wǎng)絡(luò)中的學(xué)習(xí)率
    4.2 典型的深度學(xué)習(xí)模型優(yōu)化算法
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第5章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)設(shè)計(jì)
        5.1.1 系統(tǒng)開(kāi)發(fā)環(huán)境
        5.1.2 需求分析
        5.1.3 系統(tǒng)功能模塊設(shè)計(jì)
        5.1.4 研發(fā)框架
        5.1.5 系統(tǒng)用例模型
    5.2 系統(tǒng)實(shí)現(xiàn)
    5.3 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
在學(xué)研究成果
致謝



本文編號(hào)：3918229