Current Location:home > Detailed Browse

Article Detail

基于非对称双分支交互神经网络的水下生物识别

Submit Time: 2020-09-28
Author: 赵力 1 ; 宋威 1 ;
Institute: 1.江南大学 物联网工程学院;

Abstracts

针对水底环境存在着可见度低、光照条件差、物种间特征差异不明显等问题,基于卷积神经网络,提出了一种新的非对称双分支水下生物分类模型。模型中交互分支利用不同的卷积神经网络中间层提取局部特征并通过交互模块对局部特征进行交互,增强分类模型的局部特征学习能力;卷积神经网络分支可以有效地学习到目标的全局特征,弥补交互分支中忽略的全局信息。在Fish4-Knowledge(F4K)、EILAT、RAMAS三个数据集上取得了98.9%、98.3%、97.9%的准确率,较前人方法有显著提高;视觉解释也验证了该模型可以有效地捕捉到局部特征并消除背景影响。最终显示,该模型在水下环境具有良好的分类性能。
Download Comment From cooperative journals:《计算机应用研究》 Hits:1592 Downloads:192
Journal:计算机应用研究
Recommended references: 赵力,宋威.(2020).基于非对称双分支交互神经网络的水下生物识别.计算机应用研究.[ChinaXiv:202009.00061] (Click&Copy)
Version History
[V1] 2020-09-28 14:16:17 chinaXiv:202009.00061V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO