深度迁移学习的相干斑噪声图像标注算法研究

作     者：向志华 贺艳芳 XIANG Zhi-hua;HE Yan-fang

作者机构：广东理工学院信息技术学院广东肇庆526100 河南大学民生学院河南开封475000 

基　　金：教育部哲学社会科学研究2009年度重大攻关项目“义务教育学校布局问题研究”(09JZD0035) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2020年第37卷第4期

页      码：397-401页

摘      要：由于相干斑噪声会导致图像特征提取困难,普通的图像处理算法无法对相干斑噪声图像进行有效分类标注。针对其图像特征设计了具有正则与拟合项的求解模型,并提出了深度迁移学习标注算法。在正则项中引入滤波算法和惩罚策略,用于过滤相干斑噪声;拟合项控制估计结果向真实结果的逼近。为满足深度学习网络处理的凸特性要求,对模型采取非凸优化。在深度学习过程中,将图像标注整体分为两个子任务,通过参数迁移进行并行处理。在各个子任务的最末层,分别设计相应的损失函数,对各个特征标签采取计分评价,改善网络学习的搜索能力和收敛性。通过和数据库的仿真,验证了深度迁移学习标注算法能够有效过滤图像中的相干斑噪声,获得更好的图像标注准确性和稳定性。

主 题 词：相干斑噪声 正则表达式 深度迁移学习 卷积网络 图像标注算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203923014...