基于多波段深度神经网络的舰船目标识别

作     者：刘峰 沈同圣 马新星 张健 LIU Feng;SHEN Tong-sheng;MA Xin-xing;ZHANG Jian

作者机构：海军航空工程学院控制工程系 中国国防科技信息中心 91206部队 

基　　金：国家自然科学基金资助项目(No.61303192) 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2017年第25卷第11期

页      码：2939-2946页

摘      要：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,共包含6类目标,5 000余张图像。实验结果显示,采用的3种融合识别方法中,中间层融合的识别准确率最高,达到84.5%,比早期融合和后期融合分别高5%和7%左右。另外,在本文的应用场景下,无论何种融合方式,其融合识别的准确率均明显高于其他单波段识别的准确率。

主 题 词：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 

学科分类：1305[艺术学-设计学类] 13[艺术学] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 081104[081104] 0804[工学-材料学] 0805[工学-能源动力学] 081101[081101] 0811[工学-水利类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/OPE.20172511.2939

馆 藏 号：203279794...