基于多尺度特征卷积神经网络的目标定位

• 作者: 周以鹏 孙俊 马栋梁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷积神经网络 梯度金字塔 弱监督定位
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 115-122
• 页数: 8页
• 分类号: TP391
• 字数: 6896字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0311

摘要

针对实际应用中诸多数据集标签部分缺失、无定位标注等问题,提出了基于多尺度特征卷积神经网络的弱监督定位算法.其核心思想是利用神经网络分层的特性,在多层卷积层上使用梯度加权类激活映射,生成梯度金字塔模型,并通过均值滤波计算特征质心位置,利用置信强度映射和阈值梯减模块产生连接的像素段,围绕最大边界标注进行弱监督定位.在标准测试集上的实验结果表明,该算法能够在存在大量类别、多尺度图像的情况下完成目标定位,具有较高的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俊	江南大学物联网工程学院	186	1552	21.0	30.0
2	周以鹏	江南大学物联网工程学院	1	2	1.0	1.0
3	马栋梁	江南大学物联网工程学院	1	2	1.0	1.0