-
题名基于卷积神经网络的舰船图像类型识别
被引量：2
- 1
-
-
作者
乐艺
-
机构
南京城市职业学院
-
出处
《舰船科学技术》
北大核心
2019年第20期172-174,共3页
-
基金
江苏省教育厅高校“青蓝工程”资助项目(苏教师[2017]15号)
南京市属高校“十三五”科技创新团队(人工智能应用教学创新团队)资助项目(宁教高师[2018]2号).
-
文摘
舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。
-
关键词
输入特征向量
舰船图像
类型编号
期望输出
卷积神经网络
-
Keywords
input eigenvector
ship image
type number
expected output
convolutional neural network
-
分类号
U675.79
[交通运输工程—船舶及航道工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
