基于循环双谱与改进VGGNet的常规雷达目标分类

1

作者 李秋生 熊芳茂 朱化娟 《航空兵器》 北大核心 2025年第4期95-102,共8页

针对传统雷达目标识别方法在低分辨率和强噪声背景下识别性能受限的问题,本文提出了一种融合循环谱切片与深度学习技术的创新性解决方案。首先,采用时域平滑法计算雷达信号的循环谱,并通过对目标循环谱切片的理论分析获取其区分性特征... 针对传统雷达目标识别方法在低分辨率和强噪声背景下识别性能受限的问题,本文提出了一种融合循环谱切片与深度学习技术的创新性解决方案。首先,采用时域平滑法计算雷达信号的循环谱,并通过对目标循环谱切片的理论分析获取其区分性特征。然后,将切片谱图输入改进型深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)进行数据增强处理,以扩充样本规模并提升模型的泛化能力。在此基础上,利用改进的视觉几何组网络(Visual Geometry Group Network,VGGNet)自动提取表征目标循环平稳性的特征量值。实验结果表明,循环谱能有效表征目标信号的本质属性,并展现对噪声和杂波的强效抑制能力。在有限样本和低信噪比条件下,所提方法的分类准确率显著提升,向站飞行姿态目标分类准确率分别达到98.46%(f=f_(c))与98.40%(f=0),背站飞行姿态目标分类准确率分别为98.30%(f=f_(c))与98.13%(f=0),相较于传统方法和原始VGGNet网络,准确率分别提升了2.06%~2.40%和1.89%~2.34%。 展开更多

关键词 电子战 雷达目标 目标识别 循环谱 深度卷积生成对抗网络 视觉几何组网络

在线阅读 下载PDF 职称材料

融合改进多头注意力与残差结构的VGGNet晶圆缺陷检测

2

作者 杜先君 贾龙 《电子测量与仪器学报》 北大核心 2025年第8期1-12,共12页

精准检测晶圆图像中的缺陷对于及时识别晶圆生产过程中的异常故障具有重要意义。在晶圆测试阶段,由于深度学习方法具备卓越的特征提取能力,其在晶圆缺陷检测中得到广泛应用。然而,传统深度学习模型通常依赖于大量标注充分且高质量的数... 精准检测晶圆图像中的缺陷对于及时识别晶圆生产过程中的异常故障具有重要意义。在晶圆测试阶段,由于深度学习方法具备卓越的特征提取能力,其在晶圆缺陷检测中得到广泛应用。然而,传统深度学习模型通常依赖于大量标注充分且高质量的数据进行训练,而在实际应用中,均衡、充足的标注数据往往难以获得。针对这一问题,提出了一种融合改进多头注意力机制与残差结构的VGGNet深度学习模型,旨在从不平衡的数据集中提取更全面的特征,从而实现对晶圆表面缺陷的精准检测。具体而言,利用改进的多头注意力机制将输入的晶圆图像特征映射到多维子空间,显著提升了模型的表达能力和泛化性能;同时,在传统VGGNet的全连接层中引入残差连接(residual structure,RS),有效缓解了深层网络训练中的梯度消失问题。为验证融合改进多头注意力机制与残差结构的VGGNet的有效性,在数据集WM811K上进行大量实验,其分类准确率达到94.3%,相较传统VGGNet准确率提高了3%,相较现有类似模型准确率平均提高了1%。实验结果表明,在真实数据集WM811K上,所提方法不仅提高了晶圆缺陷检测的鲁棒性,而且在非平衡数据集上的检测性能明显优于现有算法。 展开更多

关键词 晶圆图像分类 卷积神经网络 不平衡数据集 vggnet 注意力机制

原文传递

基于改进VGGNet模型的外来入侵植物叶片识别方法 被引量：7

3

作者 原忠虎 王维 苏宝玲 《计算机与现代化》 2021年第9期7-11,共5页

针对自然界中不同种类植物的叶片可能存在类间差异小而导致一些边缘轮廓相似的本土植物和外来入侵植物叶片识别错误的问题,提出一种PF-VGGNet模型。常用的VGGNet模型在图像分类上表现优秀,采用顺次连接的结构,可以很好地提取图像的高级... 针对自然界中不同种类植物的叶片可能存在类间差异小而导致一些边缘轮廓相似的本土植物和外来入侵植物叶片识别错误的问题,提出一种PF-VGGNet模型。常用的VGGNet模型在图像分类上表现优秀,采用顺次连接的结构,可以很好地提取图像的高级语义信息特征,但一些图像浅层的轮廓和纹理特征也对分类起到关键作用。PF-VGGNet模型可以将浅层轮廓和纹理特征与网络深层高级语义信息融合,实现对植物叶片的自动识别。实验结果表明,PF-VGGNet模型对比其它算法在自建的外来入侵植物叶片数据集上取得了较好的识别效果,在训练集和测试集上的准确率分别为99.89%和99.63%。PF-VGGNet可以有效降低因叶片边缘轮廓相近导致识别错误的问题,能够快速识别外来入侵植物叶片,为防治外来植物入侵提供支持。 展开更多

关键词 植物叶片识别 卷积神经网络 vggnet模型 金字塔特征输入

在线阅读 下载PDF 职称材料

基于VGGNet网络的雾霾无人车防碰撞研究

4

作者 邓彦波 刘钊希 《农机使用与维修》 2023年第9期24-26,30,共4页

针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化... 针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化。实验结果表明,所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力,达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法,具有一定的参考价值和应用前景。 展开更多

关键词 vggnet网络 深度卷积神经网络 雾霾天气 无人车 防碰撞技术

在线阅读 下载PDF 职称材料

基于VGGNet改进网络结构的多尺度大熊猫面部检测 被引量：7

5

作者 何育欣 郑伯川 +2 位作者 谭代伦 刘丹 蔡前舟 《重庆大学学报》 EI CAS CSCD 北大核心 2020年第11期63-71,共9页

大熊猫个体识别对研究大熊猫的种群数量非常重要,大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题,提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先... 大熊猫个体识别对研究大熊猫的种群数量非常重要,大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题,提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先,以VGGNet-16网络结构为基础,通过增加残差结构与BN层,降低卷积层通道数,并采用LeakyRelu激活函数等改进,构建一个新的特征提取主干网络。其次,将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后,使用深度分离卷积结构替代常规卷积结构。实验结果表明,提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP,检测性能优于YOLOv4。 展开更多

关键词 vggnet网络结构 大熊猫 面部检测 目标检测

在线阅读 下载PDF 职称材料

基于迭代剪枝VGGNet的火星图像分类 被引量：4

6

作者 刘猛 刘劲 +2 位作者 尹李君 康志伟 马辛 《液晶与显示》 CAS CSCD 北大核心 2023年第4期507-514,共8页

VGGNet能提供高精度的火星图像分类,但需消耗大量内存资源。鉴于器载计算机内存资源有限,为解决这一矛盾,本文提出了基于迭代剪枝VGGNet的火星图像分类方法。首先,采用迁移学习训练网络的连通性,以便评估神经元的重要性;其次,通过迭代... VGGNet能提供高精度的火星图像分类,但需消耗大量内存资源。鉴于器载计算机内存资源有限,为解决这一矛盾,本文提出了基于迭代剪枝VGGNet的火星图像分类方法。首先,采用迁移学习训练网络的连通性,以便评估神经元的重要性;其次,通过迭代剪枝方法修剪不重要的神经元,以便将全连接层的参数量和内存占用量减少;最后,采用K-means++聚类实现权重参数的量化,利用霍夫曼编码压缩迭代剪枝与量化后的VGGNet权重参数,达到减少存储量和浮点数运算量的作用。此外,通过5种数据增强方法进行数据扩充,目的是解决类别不平衡的问题。实验结果表明,压缩后的VGGNet模型的所占内存、Flops和准确率分别为62.63 Mb、150.6 MFlops和96.15%。与ShuffleNet、MobileNet和EfficientNet等轻量级图像分类算法相比,所提模型具有更好的性能。 展开更多

关键词 图像分类 卷积神经网络 迭代方法 聚类算法 vggnet

在线阅读 下载PDF 职称材料

基于VGGNet和多谱带循环网络的高光谱人脸识别系统 被引量：12

7

作者 谢志华 江鹏 +1 位作者 余新河 张帅 《计算机应用》 CSCD 北大核心 2019年第2期388-391,共4页

为了提高光谱人脸数据表征人脸特征的有效性,提出一种基于VGGNet和多谱带循环训练的高光谱人脸识别方法。首先,在光谱人脸图像的预处理阶段,采用多任务卷积神经网络(MTCNN)进行高光谱人脸图像的精确定位,并利用混合通道的方式对高光谱... 为了提高光谱人脸数据表征人脸特征的有效性,提出一种基于VGGNet和多谱带循环训练的高光谱人脸识别方法。首先,在光谱人脸图像的预处理阶段,采用多任务卷积神经网络(MTCNN)进行高光谱人脸图像的精确定位,并利用混合通道的方式对高光谱人脸数据进行增强;然后,基于卷积神经网络(CNN)结构建立一个面向高光谱人脸识别的VGG12深度网络;最后,基于高光谱人脸数据的特点,引入多谱带循环训练方法训练建立的VGG12网络,完成最后的训练和识别。在公开的UWA-HSFD和Poly U-HSFD高光谱人脸数据集的实验结果表明,所提方法取得了比其他深度网络(如Deep ID、Deep Face、VGGNet)更好的识别性能。 展开更多

关键词 高光谱人脸识别 卷积神经网络 vggnet 多谱带循环训练 深度神经网络

在线阅读 下载PDF 职称材料

VGGNet检测矿井供电漏电应用研究 被引量：3

8

作者 李同同 满正行 +1 位作者 赵少芳 金洪德 《西北民族大学学报（自然科学版）》 2022年第1期66-74,共9页

在煤炭安全生产过程中,漏电故障作为矿井主要故障之一,具有严重的危害性.目的:为了能够准确稳定识别故障并保护井下设备,提出一种基于深度学习的自动识别方法.方法:为模拟矿井下生产作业环境,首先搭建附加直流电源矿井漏电仿真模型,并... 在煤炭安全生产过程中,漏电故障作为矿井主要故障之一,具有严重的危害性.目的:为了能够准确稳定识别故障并保护井下设备,提出一种基于深度学习的自动识别方法.方法:为模拟矿井下生产作业环境,首先搭建附加直流电源矿井漏电仿真模型,并利用瞬时对称分量法进行分析,然后根据仿真模型的故障与正常波形的不同特征,提出面向矿井漏电波形图的数据集扩展方法,最后基于深度学习卷积神经网络VGG-Net模型,构建浅层VGG4-Net、VGG7-Net进行故障波形数据自动识别.结果及结论:实验结果表明,文章提出的VGG7-Net模型分类效果较好,表现出较高的准确性与稳定性,其Acc、Pre、Roc、F-1分别达到0.9768、0.9908、0.9665、0.9785,验证了深度学习模型在矿井漏电检测识别中具有一定的可靠性和可行性. 展开更多

关键词 矿井漏电检测 矿井仿真 附加直流 卷积神经网络 vggnet

在线阅读 下载PDF 职称材料

基于改进VGGNet卷积神经网络的鲜花识别 被引量：10

9

作者 伍思雨 冯骥 《重庆师范大学学报（自然科学版）》 CAS 北大核心 2020年第4期124-131,共8页

【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池... 【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池化层,优化了模型结构并减少了网络参数。将新算法用于花草树木等植物分类问题上,进一步分析该算法的预测时间、运行时间、分类准确度等。【结果】无论在训练样本规模、运行时间或者分类结果的准确度上,与多种传统方法和改进VGG算法相比,S-VGGNet算法均有明显提升。【结论】提出的S-VGGNet算法是有效的。 展开更多

关键词 卷积神经网络 鲜花识别 S-vggnet 分类分析

原文传递

基于VGGNet的垃圾分类识别APP实施方法

10

作者 梁炜 《无线互联科技》 2020年第14期31-33,共3页

目前,我国居民对垃圾分类的知识处于缺乏状态,当城市开始强制实施垃圾分类时,往往不了解不同类别垃圾所属的垃圾桶,导致垃圾分类的成本较高、实施困难。文章基于VGGNet卷积神经网络,实现安卓APP的拍照识别功能,让居民随时了解所丢垃圾... 目前,我国居民对垃圾分类的知识处于缺乏状态,当城市开始强制实施垃圾分类时,往往不了解不同类别垃圾所属的垃圾桶,导致垃圾分类的成本较高、实施困难。文章基于VGGNet卷积神经网络,实现安卓APP的拍照识别功能,让居民随时了解所丢垃圾所属分类,从而减少错误的垃圾分类,为居民的生活提供便利。 展开更多

关键词 垃圾分类 vggnet 卷积神经网络 安卓 APP

在线阅读 下载PDF 职称材料

基于卷积神经网络的沙丘形态自动分类方法 被引量：1

11

作者 李明 燕洁华 +2 位作者 叶汪忠 董帅 杨泽坤 《干旱区资源与环境》 CSSCI CSCD 北大核心 2024年第5期121-129,共9页

为探究沙丘形态数据集构建及自动分类方法,解决沙丘形态信息数据库缺失等问题,以内蒙古西部典型沙丘为研究对象,通过无人机正射影像技术采集6种典型沙丘形态数据,并结合GF-2号遥感数据采用数据增强方式构建沙丘形态数据集。通过迁移学... 为探究沙丘形态数据集构建及自动分类方法,解决沙丘形态信息数据库缺失等问题,以内蒙古西部典型沙丘为研究对象,通过无人机正射影像技术采集6种典型沙丘形态数据,并结合GF-2号遥感数据采用数据增强方式构建沙丘形态数据集。通过迁移学习策略的VGGNet和ResNet模型对沙丘形态的深层语义特征进行解析与学习,自动获取更具有代表性的图像纹理特征,以此提出一种基于卷积神经网络(CNN)提取不同沙丘形态特征自动分类的方法。结果表明,基于迁移学习的VGG16模型在四种模型中分类准确率最高,达到88.14%;优化后的ResNet18模型与ResNet50模型的分类精度分别从84.04%、85.25%提升到92.79%、88.91%;优化后的ResNet18+模型表现出最佳的分类效果,准确率达到92.79%,更适用于沙丘形态的高精度自动分类。 展开更多

关键词 沙丘形态 卷积神经网络 自动分类 vggnet ResNet

原文传递

基于人机交互的心理健康监测数据异常标记识别研究 被引量：2

12

作者 任倩 王博 《自动化与仪器仪表》 2023年第7期182-186,共5页

针对人机交互的心理健康异常识别问题,提出以人脸表情监测和分类作为基础参数,建立一个基于多层特征融合的多类别表情识别模型。首先,对原始面部表情图像进行姿态和灰度归一化;然后以VGGNet网络对模型进行轻量化,将网络浅层局部特征与... 针对人机交互的心理健康异常识别问题,提出以人脸表情监测和分类作为基础参数,建立一个基于多层特征融合的多类别表情识别模型。首先,对原始面部表情图像进行姿态和灰度归一化;然后以VGGNet网络对模型进行轻量化,将网络浅层局部特征与深层全局特征进行融合;之后利用SoftMax分类器进行表情识别和分类;最终基于表情识别结果实现心理健康数据异常监测。结果表明,采用VGGNet网络与模块3和模块4进行多层融合可取得78.2%的准确率,基于此融合方式可实现表情识别模型搭建。对数据集进行平衡和增广处理后,模型的表情识别准确率进而由78.2%提升至85.3%。本算法的表情识别准确率可高达99.67%,比传统的SVM分类算法和改进AlexNet卷积神经网络分别高出了9.62%和8.05%。且本算法可对9种不同类型的表情进行实时分类,为心理健康监测系统提供了有效数据支撑。 展开更多

关键词 人机交互 心理健康监测 表情识别 vggnet网络 多层特征融合

原文传递

青光眼眼底图像的迁移学习分类方法 被引量：9

13

作者 徐志京 汪毅 《计算机工程与应用》 CSCD 北大核心 2021年第3期144-149,共6页

针对目前缺少大型公开已标记的青光眼数据集,为了解决小样本学习能力不足、分类精度低等问题,提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域(ROI)、图像增强等预处理... 针对目前缺少大型公开已标记的青光眼数据集,为了解决小样本学习能力不足、分类精度低等问题,提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域(ROI)、图像增强等预处理操作。在VGG16网络的基础上,对全连接层进行重新设计,得到一个简化的深度神经网络模型Reduce-VGGNet(R-VGGNet)。R-VGGNet网络在训练过程中,其卷积层与池化层继承VGG16模型在ImageNet数据集上预训练得到权值参数,全连接层的参数则根据青光眼数据集进行自适应调整。针对不同的网络结构和不同的训练策略进行了性能测试以及不同分类方法的对比实验。实验结果表明:基于R-VGGNet网络模型的识别方法提高了判别青光眼患者的准确率,可达91.7%,为临床医生诊断治疗提供了良好的解决方案。 展开更多

关键词 青光眼 迁移学习 提取感兴趣区域(ROI) VGG16网络 简化的深度神经网络(R-vggnet)

在线阅读 下载PDF 职称材料

卷积神经网络在跨媒体检索中的应用研究 被引量：3

14

作者 金汉均 段贝贝 《电子测量技术》 2018年第7期54-57,共4页

为了适应人们多样化的检索需求,国内外研究人员提出各种＂浅层＂学习方法模型来探索跨媒体数据间潜在的关联关系,但这些方法主要从手工构建的底层特征出发,并不能充分有效的学习到不同媒体间的关联。与手工构建底层特征不同,深度学习通... 为了适应人们多样化的检索需求,国内外研究人员提出各种＂浅层＂学习方法模型来探索跨媒体数据间潜在的关联关系,但这些方法主要从手工构建的底层特征出发,并不能充分有效的学习到不同媒体间的关联。与手工构建底层特征不同,深度学习通过无监督逐层预训练与有监督的微调,从而实现区分性更强的特征描述。利用深度学习在特征学习方面的优越性,提出了一种基于深层卷积神经网络VGGNet与LDA模型相结合的跨媒体数据检索方法,该方法利用预训练的VGGNet模型提取图像视觉特征,同时使用LDA模型获取文本的主题概率分布,有效的缩减了不同模态数据间的异构鸿沟与语义鸿沟,从而更有效的实现文本与图像之间的跨媒体检索,实验证明了该方法的先进性和有效性。 展开更多

关键词 跨媒体检索 深度学习 卷积神经网络 vggnet

原文传递

一种基于深度学习的遥感图像融合方法 被引量：2

15

作者 赵学军 闫雪 +1 位作者 杨威 梁轩宇 《长江信息通信》 2022年第5期1-4,共4页

目前学者常用的线性遥感图像融合方法大部分会有光谱失真较大,图像质量退化和计算量大等问题,深度学习是一种非线性的融合方法,利用非线性运算能提取到更具体的图像特征,利用卷积层进行特征融合和图像重构得到遥感图像融合图像。在卷积... 目前学者常用的线性遥感图像融合方法大部分会有光谱失真较大,图像质量退化和计算量大等问题,深度学习是一种非线性的融合方法,利用非线性运算能提取到更具体的图像特征,利用卷积层进行特征融合和图像重构得到遥感图像融合图像。在卷积层使用小卷积核多卷积层和小池化核增强网络的拟合能力,同时为了防止过拟合在全连接层进入dropout层,增加神经网络的鲁棒性。 展开更多

关键词 深度学习 卷积神经网络 卷积层 vggnetReLu函数

在线阅读 下载PDF 职称材料

基于卷积网络的沙漠腹地绿洲植物群落自动分类方法 被引量：16

16

作者 尼加提.卡斯木 师庆东 +2 位作者 刘素红 比拉力.依明 李浩 《农业机械学报》 EI CAS CSCD 北大核心 2019年第1期217-225,共9页

为解决沙漠腹地绿洲遥感图像植物群落背景较易混淆,仅用传统的基于像元光谱信息的图像处理方法未能充分利用其图像特征信息,使得提取效果不佳的问题,针对地物类内特征复杂、类间边界模糊的特点,以连续分布的区域为研究对象,提出了一种... 为解决沙漠腹地绿洲遥感图像植物群落背景较易混淆,仅用传统的基于像元光谱信息的图像处理方法未能充分利用其图像特征信息,使得提取效果不佳的问题,针对地物类内特征复杂、类间边界模糊的特点,以连续分布的区域为研究对象,提出了一种基于深度卷积神经网络(Convolutional neural network,CNN)的高分辨率遥感影像植物群落自动分类方法。切分无人机影像获得规则块图像,利用基于CNN的VGGNet和Res Net模型分别对块图像的特征进行抽象与学习,以自动获取更加深层抽象、更具代表性的图像块深层特征,从而实现对植物群落分布区域的提取,以原图像与结果图像叠加的形式输出植物群落自动分类结果。采用了不同梯度的样本数量作为训练样本,利用文中提出的方法分析了不同梯度的训练样本数量对自动分类结果的影响。实验结果表明,训练样本数量对分类精度具有明显的影响;提高其泛化能力后,Res Net50模型与VGG19模型的建模精度从86. 00%、83. 33%分别提升到92. 56%、90. 29%; Res Net50模型分类精度为83. 53%～91. 83%,而VGG19模型分类精度为80. 97%～89. 56%,与传统的监督分类方法比较,深度卷积网络明显提高了分类精度。分类结果表明,训练样本数量不低于200时,基于CNN的Res Net50模型表现出最佳的分类结果。 展开更多

关键词 沙漠腹地 植物群落 自动分类 CNN深度卷积网络 vggnet模型 ResNet模型

在线阅读 下载PDF 职称材料

卷积神经网络金相组织自动识别 被引量：5

17

作者 王佳锐 刘能锋 曲鹏 《智能系统学报》 CSCD 北大核心 2022年第4期698-706,共9页

为了降低人工分辨金相组织图像类别的误差率,提高分辨效率,采用卷积神经网络模型对金相组织图像进行自动辨识。对制备金相样块所得铁素体与马氏体两种金相组织图像进行分析,提出符合金相组织图像分布特征的预处理方案。通过采用图像尺... 为了降低人工分辨金相组织图像类别的误差率,提高分辨效率,采用卷积神经网络模型对金相组织图像进行自动辨识。对制备金相样块所得铁素体与马氏体两种金相组织图像进行分析,提出符合金相组织图像分布特征的预处理方案。通过采用图像尺寸归一化、灰度值归一化以及高斯平滑处理等方法,对原始金相组织图像进行预处理,建立金相组织图像数据集。针对建立的铁素体和马氏体金相组织图像数据集,提出了适合金相组织图像辨识的改进模型,分别记为LeNet-MetStr模型、AlexNet-MetStr模型和VGGNet-MetStr模型。对3种改进卷积神经网络进行模型训练及分析,结果表明VGGNet-MetStr模型对2种金相组织图像自动辨识具有更高的准确度。 展开更多

关键词 卷积神经网络 金相组织 图像处理 网络模型 自动辨识 LeNet神经网络 AlexNet神经网络 vggnet神经网络

在线阅读 下载PDF 职称材料

卷积神经网络在大规模图像分类中的应用 被引量：5

18

作者 李英成 钱赛男 +2 位作者 朱祥娥 刘晓龙 李晶晶 《测绘科学》 CSCD 北大核心 2019年第6期121-125,共5页

针对大规模无序图像分类处理中成对图像的匹配和几何验证的计算量大的问题,该文通过研究和学习机器学习及图像识别领域先进的方法,提出了一种基于孪生神经网络的大规模图像有序化方法。该算法主要是:通过抽取已训练好的VGG19的网络模型... 针对大规模无序图像分类处理中成对图像的匹配和几何验证的计算量大的问题,该文通过研究和学习机器学习及图像识别领域先进的方法,提出了一种基于孪生神经网络的大规模图像有序化方法。该算法主要是:通过抽取已训练好的VGG19的网络模型的卷积层作为图像的特征,将提出的特征分别加权后,连接起来,再次卷积和池化,利用响应函数判定图像之间连通性,实现对输入图像对连通性判定。经实验证明,该算法可有效地识别具有场景重叠的图像对,效率和精度上也有所提高,无须执行详尽的推定匹配和几何验证,适用于运动恢复结构,图像连接等各种场景。 展开更多

关键词 卷积神经网络 vggnet siamese学习 图像对 无序图像 图像分类

原文传递

基于级联卷积网络的面部关键点定位算法 被引量：3

19

作者 孙铭堃 梁令羽 +2 位作者 汪涵 何为 赵鲁阳 《中国科学院大学学报（中英文）》 CSCD 北大核心 2020年第4期562-569,共8页

目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸... 目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。 展开更多

关键词 非限定环境 级联卷积网络 Light-vggnet DPM-CNN 人脸检测 面部关键点定位

在线阅读 下载PDF 职称材料

基于卷积神经网络的武夷岩茶叶片分类方法 被引量：7

20

作者 林丽惠 魏毅 潘俊虹 《宁德师范学院学报（自然科学版）》 2021年第4期363-369,共7页

针对传统人工提取特征的武夷岩鲜茶叶片图像分类准确率受所提取特征的制约,采用多种不同的卷积神经网络模型对武夷岩鲜茶叶片图像进行分类.实验结果表明:在9个品种共计7330张武夷岩鲜茶叶片图像数据集上,使用AlexNet、VGGNet和ResNet模... 针对传统人工提取特征的武夷岩鲜茶叶片图像分类准确率受所提取特征的制约,采用多种不同的卷积神经网络模型对武夷岩鲜茶叶片图像进行分类.实验结果表明:在9个品种共计7330张武夷岩鲜茶叶片图像数据集上,使用AlexNet、VGGNet和ResNet模型所获得的分类准确率均高于传统人工提取特征的分类方法,具有更小卷积核且网络深度更深的网络结构能获得更高的分类准确率. 展开更多

关键词 武夷岩茶叶片 卷积神经网络 AlexNet vggnet ResNet

在线阅读 下载PDF 职称材料