基于FCN的计算机图像区域定位算法研究

扫码查看

原文链接

万方数据
维普

中文摘要：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.

作者：

高凤、吴艺妮、褚诗伟

展开 >

作者单位：

安徽绿海商务职业学院信息工程学院,安徽合肥 231200

安徽大学电子信息工程学院,安徽合肥 231200

关键词：

全卷积网络区域定位算法区域分类图像预分割

基金：

安徽省教育厅自然科学研究重点项目

项目编号：

2022AH052854

出版年：

2024

DOI：

10.16732/j.cnki.jeu.2024.03.032

鄂州大学学报

鄂州大学

鄂州大学学报

影响因子：0.319

ISSN：1008-9004

年,卷(期)：2024.31(3)