自适应注意力选择与脉冲耦合神经网络相融合的沙漠车辆识别

• 作者: 张津剑 顾晓东
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 自适应注意力选择 脉冲耦合神经网络 沙漠车辆识别 尺度不变特征 多层分类回归树
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 图像与视觉
• 页码范围: 56-64
• 页数: 9页
• 分类号: TN911.73
• 字数: 6660字
• 语种: 中文

摘要

针对现有车辆识别模型不适用于沙漠背景的不足,提出一种基于自适应四元数注意力选择模型与脉冲耦合神经网络相融合的车辆识别算法.首先建立自适应四元数注意力选择模型,将图像背景、颜色、亮度等多方面信息并行处理计算注意力显著图,并利用图像缩放与双线性插值提升计算效率;然后将显著图输入脉冲耦合神经网络,利用神经元脉冲传播特性提取感兴趣区域;最后提取区域尺度不变特征并结合多层分类回归树完成目标识别.实验结果表明,该算法计算时间短、区域提取完整、识别虚警率低;以分辨率0.6m×0.6m的沙漠图像为例,文中算法较形态学及支撑向量机算法识别率分别提升了5.8％和15.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾晓东	复旦大学电子工程系	29	320	12.0	17.0
2	张津剑	复旦大学电子工程系	1	3	1.0	1.0