航空轮胎有限元分析
日期:2018.07.02 点击数:675
【类型】期刊
【刊名】激光与光电子学进展
【关键词】 卷积神经网络,深度学习,模糊不变,目标识别
【摘要】由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。
【年份】2018
【作者单位】上海海事大学;
【页码】1-13
【全文挂接】全文挂接
相关文章
- 1、基于四旋翼飞行器的目标识别和处理 作者:肖树浩 年份:2018
- 2、基于卷积神经网络的飞行器目标识别算法研究 作者:于佳兴 年份:2020
- 3、基于YOLO架构的海上遇险航空器识别方法研究 作者:刘皓晨 年份:2021
- 4、基于深度卷积神经网络的航空器检测与识别 作者:俞汝劼,杨贞,熊惠霖, 年份:2017
- 5、基于卷积神经网络的遥感图像飞机目标识别 作者:晁安娜,刘坤, 年份:2018
- 6、卷积神经网络及其在航空视觉任务中的应用展望 作者:漆昇翔,裘旭益,张伟, 年份:2019