10.3969/j.issn.1002-0640.2020.02.001
基于卷积神经网络的无人机图像模糊类型识别
为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法.通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率.提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率.利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性.实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大.
卷积神经网络、样本预处理策略、模糊类型、无人机图像
45
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目51307183
2020-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-5