稠密融合卷积神经网络的多模态地基云状分类

• 作者: 刘爽 许依琳 张重
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 卷积神经网络 多模态地基云状分类 稠密融合
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 157-161
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107379

摘要

为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法.稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的视觉特征,采用多模态子网络提取多模态特征,在网络内部加入了5个稠密融合模块,用于充分融合视觉特征与多模态特征,稠密融合模块在不改变原有网络结构的同时,能够独立地加到入子网络中,具有较大的灵活性.在多模态地基云公开数据集MGCD上的实验达到了89.14％的分类精度,验证了所提出的稠密融合卷积神经网络在地基云状分类任务中的有效性.