基于多波段深度神经网络的舰船目标识别OA北大核心CSCDCSTPCD
Ship recognition based on multi-band deep neural network
考虑多波段图像的融合识别可以扩展识别系统的应用范围,本文探索并设计了一种基于卷积神经网络的融合识别方法.该方法以AlexNet网络模型为基础,同时对可见光、中波红外和长波红外三波段图像进行特征提取;然后,利用互信息的方法对串联的三波段特征向量进行特征选择,依据重要性排序的方式选定固定长度的特征向量;最后,依据特征提取层级的不同,分别以早期融合、中期融合和后期融合3种融合方式来验证算法的有效性.采用自建的三波段舰船图像数据库进行了模型的训练和测试,…查看全部>>
The fusion recognition of multi-band images can extend the application range of recognition systems .A fusion method based on convolutional neural networks (CNN) was explored and designed in this paper .Based on the AlexNet network model ,it was extracted that the ship target features of three wave band images concurrently in visible light ,Middle Wave Infrared (MWIR) and Long Wave Infrared (LWIR ) bands . Then , it performed the feature selection for concat…查看全部>>
刘峰;沈同圣;马新星;张健
海军航空工程学院控制工程系,山东烟台264001中国国防科技信息中心,北京100142海军航空工程学院控制工程系,山东烟台26400191206部队,山东青岛266108
信息技术与安全科学
目标识别舰船识别特征融合卷积神经网络多波段图像特征选择
target recognitionfeature fusionCNNmulti-spectral imagesfeature selectionimage quality assessmen
《光学精密工程》 2017 (11)
基于超顺磁聚类和图割的复杂红外成像目标自动检测方法
2939-2946,8
国家自然科学基金资助项目(No.61303192)
评论