一种改进的Capsule及其在SAR图像目标识别中的应用 | |
张盼盼1,2,3,4,5; 罗海波2,3,4,5; 鞠默然1,2,3,4,5; 惠斌2,3,4,5; 常铮2,3,4,5 | |
刊名 | 红外与激光工程 |
2020 | |
卷号 | 49期号:5页码:1-8 |
关键词 | 目标识别 Capsule网络 完全实例化 类脑计算 卷积神经网络 |
ISSN号 | 1007-2276 |
其他题名 | An improved Capsule and its application in target recognition of SAR images |
产权排序 | 1 |
英文摘要 | 为了解决Capsule网络随着输入图像增大计算量和参数数量急剧增加的问题,对Capsule网络进行了改进并将其用于SAR自动目标识别(SAR-ATR)中。基于大脑视觉皮层以层级结构以及柱状形式处理信息的机制,提出了完全实例化的思想,并运用类脑计算对Capsule网络进行了改进。具体方法是:使用多个卷积层实现层级处理,同时使用了较少的卷积核,但每一层使用的卷积核数量随着层级加深逐渐增加,使得提取的特征更加趋于抽象化;在PrimaryCaps层中,Capsule向量由最后一层卷积层输出的所有特征图构成,使得Capsule单元包含目标局部或整体的全部特征,以实现目标的完全实例化。在SAR-ATR上,将改进的Capsule网络与原Capsule网络、传统目标识别算法和基于经典卷积神经网络的目标识别算法进行对比实验。实验结果表明,改进的Capsule网络训练参数和计算量大大减少,并且训练速度得到很大提升,在SAR图像数据集上的识别准确率较Capsule网络和前两类方法分别提高了0.37和1.96~8.96个百分点。 |
语种 | 中文 |
CSCD记录号 | CSCD:6732627 |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/26925] |
专题 | 沈阳自动化研究所_光电信息技术研究室 |
通讯作者 | 罗海波 |
作者单位 | 1.中国科学院大学 2.中国科学院沈阳自动化研究所 3.中国科学院机器人与智能制造创新研究院 4.中国科学院光电信息处理重点实验室 5.辽宁省图像理解与视觉计算重点实验室 |
推荐引用方式 GB/T 7714 | 张盼盼,罗海波,鞠默然,等. 一种改进的Capsule及其在SAR图像目标识别中的应用[J]. 红外与激光工程,2020,49(5):1-8. |
APA | 张盼盼,罗海波,鞠默然,惠斌,&常铮.(2020).一种改进的Capsule及其在SAR图像目标识别中的应用.红外与激光工程,49(5),1-8. |
MLA | 张盼盼,et al."一种改进的Capsule及其在SAR图像目标识别中的应用".红外与激光工程 49.5(2020):1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论