典型文献
基于弱监督学习的多标签红外图像分类算法
文献摘要：
红外图像的场景感知与分类分级是图像识别的一项关键技术,对于红外侦察与制导具有重要意义.为有效解决红外图像多场景多目标的场景感知及分类分级的问题,本文提出一种基于弱监督学习的多标签红外图像分类算法.将多标签图像分类技术应用于红外前视图像领域,针对多场景的红外图像进行弱监督的图像级标注,使用主干网络Resnet-50对图像进行特征提取;引入类特定的空间残差注意力模块CSRA以捕捉图像中不同类别所占据的不同空间区域,提高类别特征的表达性能;引入先进的损失函数ASL以解决多标签分类中正负标签数量失衡问题,使训练过程中更多地关注阳性样本,提高检测准确率.试验结果表明,本文算法对于多场景多目标的红外图像分类具有更好的适应性和准确率,算法检测率可达90％以上,能够很好地完成红外图像分类分级任务.
文献关键词：
弱监督学习;多标签分类;红外图像;场景感知
中图分类号：
作者姓名：
苗传开;娄树理;李婷;蔡慧敏
作者机构：
烟台大学物理与电子信息学院,山东烟台264005;天津津航技术物理研究所,天津300308
文献出处：
引用格式：
[1]苗传开;娄树理;李婷;蔡慧敏-.基于弱监督学习的多标签红外图像分类算法)[J].光学精密工程,2022(20):2501-2509
A类：
红外图像分类,CSRA
B类：
弱监督学习,图像分类算法,场景感知,分类分级,图像识别,侦察,制导,多场景,多标签图像分类,图像分类技术,视图,图像领域,主干网络,Resnet,残差注意力,注意力模块,空间区域,类别特征,损失函数,ASL,多标签分类,中正,正负,标签数,失衡问题,训练过程,阳性样本,高检,检测准确率,检测率,级任务
AB值：
0.255499
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。
