卷积神经网络在飞机类型识别中的应用

• 作者: 欧阳瑞麒 王兵学 雍杨
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 飞机识别 卷积神经网络 ANN分类器 center loss约束
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 机器人技术与应用
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP183
• 字数: 3855字
• 语种: 中文
• DOI: 10.7690/bgzdh.2017.12.017

摘要

为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法.首先利用3Dmax软件制作的6000张5类飞机图片对构建的多层CNN模型进行训练,并利用这些图片的CNN特征训练ANN分类器,然后用训练好的网络模型和分类器对真实飞机样本进行预测分类.实验结果表明:在样本量少且目标形状复杂的情况下,该方法对5类军事飞机的识别精度可达到97.17％,是一种切实可行的飞机类型识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雍杨	西南技术物理研究所三部	12	51	4.0	6.0
2	欧阳瑞麒	西南技术物理研究所三部	1	1	1.0	1.0
3	王兵学		1	1	1.0	1.0