基于卷积神经网络的无人机图像模糊类型识别

• 作者: 孙世宇 李喆 李建增 胡永江
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 卷积神经网络 样本预处理策略 模糊类型 无人机图像
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 专家论坛
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391.41
• 字数: 3990字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.02.001

摘要

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法.通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率.提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率.利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性.实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永江	陆军工程大学石家庄校区无人机工程系	23	94	5.0	9.0
2	孙世宇		9	23	3.0	4.0
4	李建增	陆军工程大学石家庄校区无人机工程系	20	43	4.0	5.0
5	李喆	陆军工程大学石家庄校区无人机工程系	8	10	2.0	2.0