一种综合利用图像和光谱信息的物体真假模式识别方法

• 作者: 孙雪剑 张立福 张飞舟 徐江河 邓楚博
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 模式识别 深度学习 卷积神经网络 图像信息 光谱信息
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1174-1181
• 页数: 8页
• 分类号: TP391.4|P237
• 语种: 中文
• DOI: 10.13203/j.whugis20190139

摘要

传统模式识别方法在物体、人脸、指纹、军事目标识别等领域中只利用单一的图像信息.当研究对象的图像特征高度相似时,识别率较低,如对于真假目标的识别,仅仅利用物体的图像信息很难得到满意的识别结果.针对上述问题,提出了一种综合利用图像和光谱信息的物体真假模式识别方法.该方法采用卷积神经网络模型,通过迁移学习的方式构建图像识别模型,并依据物体图像的语义特征进行物体类别识别,在此基础上,基于逆传播(back propagation,BP)神经网络模型,结合物体的实测光谱数据进行物体真假识别.为了验证该方法的准确性和有效性,利用真假苹果和葡萄作为测试对象,单独利用图像信息和光谱信息进行识别时,识别率分别为38.50％和63.00％,而利用该综合方法得到的识别率为95.00％.可认为该方法提高了真假目标混杂情况下的识别准确度,可为物体识别、人脸识别、指纹识别、军事目标识别等领域的应用提供重要的参考,也为航天侦查载荷设计提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张飞舟	北京大学地球与空间科学学院	45	830	14.0	28.0
2	张立福	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	58	593	13.0	22.0
3	孙雪剑	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	11	46	5.0	6.0
4	邓楚博	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	2	2	1.0	1.0
5	徐江河	北京大学地球与空间科学学院	1	2	1.0	1.0