基于卷积神经网络的船载货种识别

• 作者: 何平 姚江 季建中 张桂荣 钱江 顾宋华
• 来源期刊: 计算机应用
• 学科: 交通运输
• 关键词: 卷积神经网络 船舶 图像处理 货种识别
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 47-50
• 页数: 4页
• 分类号: U694
• 字数: 2957字
• 语种: 中文

摘要

针对复杂环境下识别大规模船载图像耗时费力问题,通过对卷积神经网络不同的卷积核大小和层数性能分析,提出了对卷积神经网络的改进思路.该网络以原始图像为输入,自动提取图像特征,输出为船载的货物种类.为了提高识别准确率,在对图像进行均值归一化、缩放、灰度化等预处理的基础上,通过旋转图片操作扩充训练集样本;接着对网络前三层特征图进行可视化分析,最后对网络权值和偏置参数以及准确率进行分析研究.结果表明,该算法的测试准确率可达到85％左右.该方法能够满足复杂环境下船载货种识别要求.船载货种类型识别是航闸管理人工核查的基础,货种自动识别的应用将大大提高航闸管理效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱江		2	1	1.0	1.0
2	张桂荣		1	0	0.0	0.0
3	姚江		1	0	0.0	0.0
4	季建中		1	0	0.0	0.0
5	何平		1	0	0.0	0.0
6	顾宋华		1	0	0.0	0.0