| 基于深度卷积神经网络的船舶识别方法研究 |
| |
| 引用本文： | 赵亮,王晓峰,袁逸涛.基于深度卷积神经网络的船舶识别方法研究[J].舰船科学技术,2016(8):119-123. |
| |
| 作者姓名： | 赵亮 王晓峰 袁逸涛 |
| |
| 作者单位： | 上海海事大学信息工程学院,上海,201306 |
| |
| 基金项目： | 国家海洋公益专项资助项目(201305026) |
| |
| 摘 要： | 为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法.利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类.算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实.实验结果表明,该方法平均识别正确率达到93.6％,可以很好地实现船舶识别.
|
| 关 键 词： | 深度卷积神经网络 船舶识别 边缘梯度方向直方图 支持向量机 |
Research on ship recognition method based on deep convolutional neural network |
| |
| Abstract: | |
| |
| Keywords: | deep convolutional neural network ship recognition edge gradient direction histogram support vector machine |
| 本文献已被 万方数据 等数据库收录！ |
|
