| 基于小波变换和深度网络的着陆地貌图像分类 |
| |
| 引用本文： | 刘芳,韩笑.基于小波变换和深度网络的着陆地貌图像分类[J].电子学报,2021,49(11):2171-2176. |
| |
| 作者姓名： | 刘芳 韩笑 |
| |
| 作者单位： | 北京工业大学信息学部,北京100124 |
| |
| 摘 要： | 针对无人机着陆地貌图像场景复杂、纹理特征丰富等问题,提出一种基于小波变换和深度网络的无人机着陆地貌图像分类算法.利用非下采样小波变换(Non-Subsampled Wavelet Transform,NSWT)的快速压缩能力,将小波变换后的前两层子图系数引入到卷积神经网络(CNN)中,压缩数据量.根据无人机着陆地貌图像的特点,采用轻量化卷积模块设计了15层卷积神经网络.通过支持向量机(SVM)实现复杂地貌场景的正确分类.实验结果表明:所提算法具有良好的特征表达能力,提升了着陆地貌图像的分类准确率.
|
| 关 键 词： | 非下采样小波变换 卷积神经网络 支持向量机 图像分类 |
Image Classification of Landing Landform Based on Wavelet Transform and Deep Network |
| |
| LIU Fang,HAN Xiao.Image Classification of Landing Landform Based on Wavelet Transform and Deep Network[J].Acta Electronica Sinica,2021,49(11):2171-2176. |
| |
| Authors: | LIU Fang HAN Xiao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
