| 基于双流对称特征融合网络模型的海洋船舶目标识别 |
| |
| 引用本文： | 孙祎芸,樊臻,董山玲,郑荣濠,兰剑.基于双流对称特征融合网络模型的海洋船舶目标识别[J].控制理论与应用,2022,39(11):2009-2018. |
| |
| 作者姓名： | 孙祎芸 樊臻 董山玲 郑荣濠 兰剑 |
| |
| 作者单位： | 浙江大学,浙江大学,浙江大学,浙江大学,浙江大学 |
| |
| 基金项目： | NSFC-浙江两化融合联合基金(U1809202)资助. |
| |
| 摘 要： | 海洋船舶目标识别在民用和军事领域有着重要的战略意义, 本文针对可见光图像和红外图像提出了一种
基于注意力机制的双流对称特征融合网络模型, 以提升复杂感知环境下船舶目标综合识别性能. 该模型利用双流对
称网络并行提取可见光和红外图像特征, 通过构建基于级联平均融合的多级融合层, 有效地利用可见光和红外两种
模态的互补信息获取更加全面的船舶特征描述. 同时将空间注意力机制引入特征融合模块, 增强融合特征图中关
键区域的响应, 进一步提升模型整体识别性能. 在VAIS实际数据集上进行系列实验证明了该模型的有效性, 其识别
精确度能达到87.24%, 综合性能显著优于现有方法.
|
| 关 键 词： | 识别算法 特征级融合 卷积神经网络 空间注意力机制 |
| 收稿时间： | 2022/1/5 0:00:00 |
| 修稿时间： | 2022/9/27 0:00:00 |
Marine ship target recognition using two-stream symmetric feature fusion convolutional neural network |
| |
| SUN Yi-yun,FAN Zhen,DONG Shan-ling,ZHENG Rong-hao and LAN Jian.Marine ship target recognition using two-stream symmetric feature fusion convolutional neural network[J].Control Theory & Applications,2022,39(11):2009-2018. |
| |
| Authors: | SUN Yi-yun FAN Zhen DONG Shan-ling ZHENG Rong-hao and LAN Jian |
| |
| Affiliation: | Zhejiang University,Zhejiang University,Zhejiang University,Zhejiang University,Zhejiang University |
| |
| Abstract: | |
| |
| Keywords: | recognition algorithm feature level fusion convolutional neural networks spatial attention mechanism |
|
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
