典型文献
一种基于视觉的库区可疑目标识别算法研究
文献摘要：
针对库区巡检图像采集设备对图像目标智能识别需求,进行基于视觉的远距离可疑目标识别算法设计与实现.采用目标检测算法对图像进行目标识别并采集,通过基于卷积神经网络的深度学习模型卷积层对目标图像提取特征,采用基于机器学习传统方法的浅层网络对特征进行可疑目标分类.根据算法设计实验,实验结果表明本算法模型识别效果良好,可有效减少人工识别工作量,能满足实际应用需要要求.
文献关键词：
目标识别;神经网络;特征提取;分类器
中图分类号：
作者姓名：
李向荣;陈永康;王志刚;罗鑫;李晨晓;候湘
作者机构：
陆军装甲兵学院 兵器与控制系,北京 100072;中国人民解放军63850部队,吉林,白城 137000;中国人民解放军32108部队,内蒙古,满洲里 021400;重庆大学 期刊社,重庆 400044;重庆大学 自动化学院,重庆 400044
文献出处：
引用格式：
[1]李向荣;陈永康;王志刚;罗鑫;李晨晓;候湘-.一种基于视觉的库区可疑目标识别算法研究)[J].北京理工大学学报,2022(04):424-429
A类：
B类：
库区,可疑,目标识别算法,算法研究,巡检,图像采集,目标智能识别,远距离,算法设计与实现,目标检测算法,深度学习模型,卷积层,标图,图像提取,提取特征,基于机器学习,目标分类,设计实验,算法模型,模型识别,人工识别,分类器
AB值：
0.414859
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
