基于卷积的聚焦模型

• 作者: 余涛 刘畅 赵莹
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 聚焦模型 增强学习 图像识别
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 通信工程与技术
• 页码范围: 5-9
• 页数: 5页
• 分类号: TN911.21
• 字数: 4603字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.01.002

摘要

循环聚焦模型(recurrent attention model,RAM)与卷积神经网络相比,具有参数少、计算量独立于输入、高噪声下较高正确率等优点.RAM可以有效识别数字或真实图像中的数字,比如谷歌街牌,不能有效识别自然场景图像,比如用于普适物体识别常用数据集Cifar10等.针对以上不足,提出一种基于卷积的改进模型,通过在聚焦模型中添加卷积层,使其可以有效识别自然场景图像,改进后的RAM在Cifar10的正确率达到95.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵莹		7	6	2.0	2.0
2	刘畅		1	0	0.0	0.0
3	余涛		2	0	0.0	0.0