典型文献
面向仓库巡逻的小样本目标识别方法综述
文献摘要：
深度学习在基于图像检测和识别的问题上取得了显著的成果,然而该方法通常需要大量标记的样本进行大规模的预先训练,因而难以解决样本量不足条件下的场景感知和认知问题.以大型仓储库区无人机巡逻为背景,面对有效数据稀缺等真实的挑战,针对数据独立性高的多种机器智能学习方法进行探索.面向以仓库巡逻为代表的遥感领域目标识别,系统阐述了小样本学习、 零样本学习、 单样本学习的问题定义、 基于有限示例的高质量样本生成模型和零样本条件下基于语义信息的未知目标识别方法,基于当前研究中出现的不足及挑战,对未来的研究方向进行了展望.
文献关键词：
仓库巡逻;小样本;目标识别;综述
中图分类号：
作者姓名：
刘厦;郝亚峰;仇梓峰;胡炎
作者机构：
中国电子科技集团公司第五十四研究所, 河北 石家庄 050081;中国电子科技集团公司航天信息应用技术重点实验室, 河北 石家庄 050081
文献出处：
引用格式：
[1]刘厦;郝亚峰;仇梓峰;胡炎-.面向仓库巡逻的小样本目标识别方法综述)[J].无线电工程,2022(08):1402-1408
A类：
仓库巡逻
B类：
目标识别方法,方法综述,图像检测,检测和识别,难以解决,样本量,场景感知,认知问题,仓储,储库,库区,无人机巡逻,有效数据,稀缺,机器智能,智能学习,小样本学习,零样本学习,单样本学习,示例,样本生成,生成模型,样本条件,语义信息,未知目标
AB值：
0.388957
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。
