期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PCA-LDA和RIC-CNN的旋转无关手写识别
1
作者 张墨逸 袁小芳 +1 位作者 张彬 陈海燕 《计算机技术与发展》 2025年第4期93-99,共7页
旋转无关手写字符识别对提高手写识别系统的实际应用准确性和鲁棒性至关重要。针对旋转字符识别准确率低、旋转不变坐标卷积神经网络(RIC-CNN)模型耗时长的问题,提出一种新的旋转无关手写字符识别方法。首先,在原RIC-CNN模型中引入非分... 旋转无关手写字符识别对提高手写识别系统的实际应用准确性和鲁棒性至关重要。针对旋转字符识别准确率低、旋转不变坐标卷积神经网络(RIC-CNN)模型耗时长的问题,提出一种新的旋转无关手写字符识别方法。首先,在原RIC-CNN模型中引入非分离旋转矩不变量方法,并创建特征提取层,提取旋转不变数据特征,解决数据提取不充分的问题。接着,应用基于正交投影的PCA-LDA算法,该算法通过引入随机矩阵对特征进行正交投影,并将主成分分析(PCA)和线性判别分析(LDA)进行结合构建协方差矩阵和散射矩阵,从特征中筛选出有效的旋转不变特征,提高识别精度。最后,采用全连接神经网络(FCNN)对提取的特征进行分类识别。实验在空中手写数据集、MNIST数据集、中科院数据集与哈工大数据集上进行了验证。结果表明,该方法显著提升了旋转手写字符的识别精度,其中数字旋转数据的准确率达到了97.72%。以MNIST数据集为例,该方法识别字符的时间仅为14.16秒,相比单独使用RIC-CNN模型,时间成本减少了19.66秒,充分证明了该方法的有效性。 展开更多
关键词 手写字符识别 非分离旋转矩不变量 旋转不变坐标卷积神经网络 正交投影 主成分分析 线性判别分析 全连接神经网络
在线阅读 下载PDF
基于旋转不变卷积神经网络的高分辨率光学遥感图像目标检测 被引量：1
2
作者 程塨 周培诚 韩军伟 《科学观察》 2020年第6期75-76,共2页
随着卫星和航拍遥感图像数据的爆炸式增长,迫切需要遥感大数据自动分析技术。高分辨率光学遥感图像目标检测是海量遥感图像数据智能解译的关键技术,在搜救、侦察、监视、预警等军民领域具有重要的应用价值。传统的图像识别算法主要依赖... 随着卫星和航拍遥感图像数据的爆炸式增长,迫切需要遥感大数据自动分析技术。高分辨率光学遥感图像目标检测是海量遥感图像数据智能解译的关键技术,在搜救、侦察、监视、预警等军民领域具有重要的应用价值。传统的图像识别算法主要依赖于人工对图像特征的提取和描述(如颜色特征、纹理特征、形状特征等),导致图像识别问题进展缓慢。 展开更多
关键词 卷积神经网络 遥感图像数据 图像识别算法 遥感大数据 形状特征 颜色特征 纹理特征 旋转不变
原文传递
基于旋转不变Faster R-CNN的低空装甲目标检测 被引量：8
3
作者 曹宇剑 徐国明 史国川 《激光与光电子学进展》 CSCD 北大核心 2018年第10期219-225,共7页
对机动变换的装甲目标进行快速精确检测是低空无人机的一项重要性能要求,但目前主流检测方法自身的旋转不变性不能有效应对这一挑战。结合深度卷积神经网络(CNN)提出基于旋转不变Faster R-CNN的低空装甲目标检测方法,该方法在Faster R-... 对机动变换的装甲目标进行快速精确检测是低空无人机的一项重要性能要求,但目前主流检测方法自身的旋转不变性不能有效应对这一挑战。结合深度卷积神经网络(CNN)提出基于旋转不变Faster R-CNN的低空装甲目标检测方法,该方法在Faster R-CNN框架的基础上引入旋转不变层,通过在模型的目标函数上增加正则化约束条件来加强目标CNN特征旋转前后的不变性。实验选取三种典型的装甲目标缩比模型,在室内外模拟不同场景条件下的低空侦察环境,利用偏振高光谱相机获取目标的侦察模拟图像作为样本数据用于模型验证。在多模型对比实验中,改进模型的平均检测准确率提升了2.4%,取得了最好的检测效果,初步验证了改进方法的有效性。 展开更多
关键词 图像处理 目标检测 旋转不变 卷积神经网络 装甲目标 无人机
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部