發(fā)布時間：2017-06-16 23:05

  本文關(guān)鍵詞：基于多尺度分塊卷積神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)識別算法，由筆耕文化傳播整理發(fā)布。

【摘要】：針對圖像在平移、旋轉(zhuǎn)或局部形變等復(fù)雜情況下的識別問題,提出一種基于非監(jiān)督預(yù)訓(xùn)練和多尺度分塊的卷積神經(jīng)網(wǎng)絡(luò)(CNN)目標(biāo)識別算法。算法首先利用不含標(biāo)簽的圖像訓(xùn)練一個稀疏自動編碼器,得到符合數(shù)據(jù)集特性、有較好初始值的濾波器集合。為了增強(qiáng)魯棒性,同時減小下采樣對特征提取的影響,提出一種多通路結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò),對輸入圖像進(jìn)行多尺度分塊形成多個通路,每個通路與相應(yīng)尺寸的濾波器卷積,不同通路的特征經(jīng)過局部對比度標(biāo)準(zhǔn)化和下采樣后在全連接層進(jìn)行融合,從而形成最終用于圖像分類的特征,將特征輸入分類器完成圖像目標(biāo)識別。仿真實(shí)驗(yàn)中,所提算法對STL-10數(shù)據(jù)集和遙感飛機(jī)圖像的識別率較傳統(tǒng)的CNN均有提高,并對圖像各種形變具有較好的魯棒性。
【作者單位】： 空軍工程大學(xué)航空航天工程學(xué)院;
【關(guān)鍵詞】： 卷積神經(jīng)網(wǎng)絡(luò) 自動編碼器 非監(jiān)督訓(xùn)練 多尺度分塊 目標(biāo)識別
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61372167,61379104)~~
【分類號】：TP391.41;TP183
【正文快照】： 0引言對圖像中目標(biāo)的精確和魯棒識別是模式識別及人工智能領(lǐng)域的核心內(nèi)容,在道路監(jiān)控、戰(zhàn)場偵察、精確打擊等領(lǐng)域中有著重要的作用和廣泛的前景。近年來,隨著深度神經(jīng)網(wǎng)絡(luò)成為機(jī)器學(xué)習(xí)新的熱點(diǎn),基于卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeural Network,CNN)的圖像識別算法因其較強(qiáng)的魯

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐小琴;;多傳感器數(shù)據(jù)融合目標(biāo)識別算法綜述[J];紅外與激光工程;2006年S4期

2 林思明;;運(yùn)動目標(biāo)識別算法研究[J];西北電訊工程學(xué)院學(xué)報;1985年04期

3 王旭輝;劉云猛;裴浩東;;基于嵌入式圖像處理平臺的實(shí)時多目標(biāo)識別算法[J];科學(xué)技術(shù)與工程;2014年03期

4 朱峰,竇麗華,楊國勝,陳文頡;基于異類傳感器的戰(zhàn)場運(yùn)動目標(biāo)識別算法[J];北京理工大學(xué)學(xué)報;2002年03期

5 孔剛,張啟衡,許俊平;一種復(fù)雜背景下運(yùn)動擴(kuò)展目標(biāo)識別算法[J];儀器儀表學(xué)報;2005年S1期

6 賈宇平;李亞楠;付耀文;莊釗文;;一種基于灰色定權(quán)聚類的決策層融合目標(biāo)識別算法[J];電子與信息學(xué)報;2008年02期

7 熊艷，張桂林，彭嘉雄;自動目標(biāo)識別算法性能評價的一種方法[J];自動化學(xué)報;1996年02期

8 陳喜;陳浩;;針對潛望鏡的艦船目標(biāo)識別算法的研究[J];微計算機(jī)信息;2007年01期

9 杜方鍵;楊宏暉;;兩種半監(jiān)督多類水下目標(biāo)識別算法的比較[J];聲學(xué)技術(shù);2014年01期

10 黨二升;李麗;;激光探測“貓眼”效應(yīng)目標(biāo)識別算法[J];航空科學(xué)技術(shù);2011年06期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 徐小琴;;多傳感器數(shù)據(jù)融合目標(biāo)識別算法綜述[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 孔剛;張啟衡;許俊平;;一種復(fù)雜背景下運(yùn)動擴(kuò)展目標(biāo)識別算法[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

3 常青;;分形特征目標(biāo)識別算法[A];2005年中國智能自動化會議論文集[C];2005年

4 王明芬;李翠華;;基于形狀外觀的海面目標(biāo)識別算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 王偉明;;一種使用并行黑板模型仿真系統(tǒng)實(shí)現(xiàn)的基于知識的圖象目標(biāo)識別算法[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];1999年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 張抒;可視目標(biāo)檢測與分割關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

2 徐培;基于少量樣本的快速目標(biāo)檢測與識別[D];電子科技大學(xué);2014年

3 竇建方;視頻圖像處理中的關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2014年

4 喻曉源;基于特征學(xué)習(xí)的目標(biāo)檢測、跟蹤、識別算法研究[D];華中科技大學(xué);2014年

5 嚴(yán)忠貞;內(nèi)河在航船舶動態(tài)跟蹤和航跡融合方法研究[D];武漢理工大學(xué);2013年

6 張兵;光學(xué)圖像末制導(dǎo)中的點(diǎn)目標(biāo)檢測與識別算法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

7 汪洋;極化合成孔徑雷達(dá)圖像處理及其應(yīng)用研究[D];安徽大學(xué);2007年

8 盧巖;交通監(jiān)控中的運(yùn)動人體目標(biāo)檢測與跟蹤[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 韓衛(wèi)潔;入侵報警系統(tǒng)中振動源的目標(biāo)識別算法研究[D];長安大學(xué);2015年

2 曾誠宇;基于時序光度信號的目標(biāo)衛(wèi)星狀態(tài)特性估計[D];哈爾濱工業(yè)大學(xué);2015年

3 閆曉敏;智能監(jiān)控視頻中的目標(biāo)檢測、識別與跟蹤算法研究[D];電子科技大學(xué);2015年

4 黃浩;雙波段紅外成像目標(biāo)檢測與識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

5 劉明;毫米波主被動探測器目標(biāo)識別算法研究[D];南京理工大學(xué);2010年

6 譚芳;基于特征信息提取的目標(biāo)識別算法研究[D];電子科技大學(xué);2010年

7 盧碩超;一種目標(biāo)識別算法驗(yàn)證平臺的設(shè)計與實(shí)現(xiàn)數(shù)據(jù)存儲與處理[D];西安電子科技大學(xué);2012年

8 衡燕;廣義操作條件下的ATR算法性能評估[D];國防科學(xué)技術(shù)大學(xué);2006年

9 趙強(qiáng);基于視覺信息的移動機(jī)器人目標(biāo)識別算法研究[D];山東大學(xué);2012年

10 梁香美;SAR人造目標(biāo)識別方法研究[D];哈爾濱工業(yè)大學(xué);2009年

  本文關(guān)鍵詞：基于多尺度分塊卷積神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)識別算法，由筆耕文化傳播整理發(fā)布。

，

本文編號：456669