摘要
目标定位方法主要依赖图像特征提取和区域识别传统图像定位算法,然而传统目标定位算法在训练过程中并未充分考虑目标区域的结构,导致信息提取效果不佳,很难适用于不同的场景和任务.为了解决这一问题,提出一种基于全卷积网络(FCN)的目标定位方法,该算法通过将原始图像表示为多层FCN并进行训练,然后将网络连接到计算机屏幕上,通过调整卷积神经网络(CNN)来优化架构,计算出更好的结果,并反馈到完整的CNN模型.实验结果表明,该方法在两个公共数据集(城市景观和开放图像分割)上取得了 98％以上的准确率,表现出良好的性能,具有结构考虑更充分、训练过程更全面、高定位准确率、易于实现和调试等优点.
基金项目
安徽省教育厅自然科学研究重点项目(2022AH052854)
维普
万方数据