基于多尺度特征融合注意力机制的纸病分类方法研究OA北大核心
Research on Paper Defect Classification Method Based on Multi-scale Feature Fusion Attention Mechanism
针对造纸工业中传统纸病分类算法准确率低的问题,本课题提出一种多尺度图像增强结合注意力机制的方法;采用锐化滤波器和对比度增强操作获得图像对直线信息的响应,同时利用Sobel边缘检测获取图像对边缘信息的响应,然后将这些响应分别放进卷积神经网络(CNN)中提取浅层局部信息后进行特征融合,得到全局信息,最后利用注意力机制,通过关注这些图像中最有特点的部分,进行纸病分类.实验表明,该方法优于HOG+SVM、LBP+SVM以及传统CNN等方法,在自建数据集上…查看全部>>
张开生;宋帆
陕西科技大学电气与控制工程学院,陕西西安,710021陕西科技大学电子信息与人工智能学院,陕西西安,710021
轻工纺织
多尺度特征融合注意力机制卷积神经网络图像分类
《中国造纸》 2021 (4)
25-31,7
陕西省榆林市2020年科技计划项目(CXY-2020-090).
评论