OPT OpenIR  > 其它单位  > 其它部门
基于双向自适应语义融合的水下目标识别方法
其他题名基于双向自适应语义融合的水下目标识别方法
李学龙; 卢孝强; 孙昊
2018-12-21
专利权人中国科学院西安光学精密机械研究所
公开日期2018-08-24
授权国家中国
专利类型发明专利
产权排序1
摘要本发明涉及一种基于双向自适应语义融合的水下目标识别方法,主要解决现有水下目标识别方法依赖于声纳系统,易受复杂水下环境干扰,难以获得较好水下目标识别精度的问题。方法包括以下步骤:1)构建深层的卷积神经网络,学习水下图像的语义特征;2)构建双向自适应语义特征融合模块;3)构建回归模型;4)预测水下图像中目标位置及其类别。本发明建立基于双向自适应语义融合的卷积神经网络,得到对不同尺度目标均具有判别性的混合语义特征,提高水下目标识别准确率,可用于水下目标识别、水下军事侦察等领域。
主权项一种基于双向自适应语义融合的水下目标识别方法,其特征在于,包括以下步骤: 1)构建深层的卷积神经网络,学习水下图像的语义特征; 利用卷积模块搭建卷积神经网络框架,并使用带动量的随机梯度下降法优化卷积神经网络,让卷积神经网络学习出水下图像的语义特征; 2)构建双向自适应语义特征融合模块; 将卷积神经网络不同卷积层的语义特征进行双向地自适应融合,得到对不同尺度目标均具有判别性的混合语义特征; 3)构建回归模型; 对得到的混合语义特征构建回归模型,使用带动量的随机梯度下降法优化回归模型; 4)预测水下图像中目标位置及其类别; 输入水下图像至训练好的卷积神经网络中,得到水下图像所包含的目标位置信息以及类别信息。
学科领域G06t7/246
学科门类G06
授权日期2018-12-21
DOIG06T7
申请日期2018-02-02
专利号CN201810107755.X
语种中文
专利状态申请中
申请号CN201810107755.X
PCT属性
公开(公告)号CN108447074A
IPC 分类号G06T7/246 ; G06K9/62
专利代理人杨引雪
代理机构西安智邦专利商标代理有限公司
引用统计
文献类型专利
条目标识符http://ir.opt.ac.cn/handle/181661/31028
专题其它单位_其它部门
作者单位中国科学院西安光学精密机械研究所
第一作者单位中国科学院西安光学精密机械研究所
推荐引用方式
GB/T 7714
李学龙,卢孝强,孙昊. 基于双向自适应语义融合的水下目标识别方法. CN201810107755.X[P]. 2018-12-21.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
201810107755X.pdf(1800KB)专利 开放获取CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李学龙]的文章
[卢孝强]的文章
[孙昊]的文章
百度学术
百度学术中相似的文章
[李学龙]的文章
[卢孝强]的文章
[孙昊]的文章
必应学术
必应学术中相似的文章
[李学龙]的文章
[卢孝强]的文章
[孙昊]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。