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! |
|