一种基于CLMF的深度卷积神经网络模型

摘要：

针对传统人工特征提取模型难以满足复杂场景下目标识别的需求,提出了一种基于CLMF 的深度卷积神经网络(Convolutional neural networks with candidate location and multi-feature fusion, CLMF-CNN)。该模型结合视觉显著性、多特征融合和CNN模型实现目标对象的识别。首先,利用加权Itti模型获取目标候选区；然后,利用CNN模型从颜色、亮度多特征角度提取目标对象的特征,经过加权融合供目标识别；最后,与单一特征以及目前的流行算法进行对比实验,结果表明本文模型不仅在同等条件下正确识别率得到了提高,同时,达到实时性要求。

关键词：图像识别、深度学习、卷积神经网络、多特征融合

所属期刊栏目：42

分类号：TP3;TP1

资助基金：国家自然科学基金31170952;国家海洋局项目201305026;上海海事大学优秀博士学位论文培育项目2014bxlp005;上海海事大学研究生创新基金项目2014ycx047资助Supported by National Natural Science Foundation of China31170952;Foundation of the National Bureau of Oceanogra-phy201305026;Excellent Doctoral Dissertation Cultivation Foundation of Shanghai Maritime University2014bxlp005;Graduate Innovation Foundation of Shanghai Maritime Univer-sity2014ycx047

在线出版日期：2016-07-21（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：875-882