基于改进CRNN的导弹编号识别算法研究

摘要：

海军某部队导弹出入库使用人工登记,导致了出入库过程浪费大量的人力时间;利用深度学习,可实现自动登记;文章介绍了AA-CRNN算法,即在CRNN中加入非对称卷积,提升宽度感受区域,加入Attention机制对特征序列进行加权平均;通过在人工合成的数据集上进行实验对比分析,AA-CRNN算法识别目标导弹编号模型的准确率以及LOSS均达到较好的性能,较其他先进的文本识别算法,其字符准确率达到了98.9％,同时其平均编辑距离低至0.92,且经实际测试其均能准确识别出导弹编号;因此,利用改进的CRNN算法识别导弹编号,辅助工作人员进行导弹出入库自动登记方案是可行的.

关键词：导弹、卷积神经网络、循环神经网络、文本识别、注意力机制、数据合成、图像变换

所属期刊栏目：29

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金51605487

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：128-135