首页|基于卷积神经网络的街景环境评价

基于卷积神经网络的街景环境评价

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了实现机器对街景图像环境评价功能,论文提出了基于卷积神经网络的街景评价方法.在网络浅层使用Stem Block结构,优化了低层次特征提取效果;对于稠密层,采用双通道denselayer结构.在交叉熵的基础上提出了基于类间距离度量的的交叉熵损失函数,更加准确地衡量街景评分与标签分差带来的损失.论文还引用了课程学习的方法有效地解决了训练样本标签不可靠带来的模型训练偏离最优化方向问题.
Street Scene Environment Assessment Based on Convolutional Neural Network

李渊

展开 >

华中科技大学 武汉 430074

街景环境评价 课程学习 不可靠标签 卷积神经网络

2021

10.3969/j.issn.1672-9722.2021.06.026

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(6)
  • 3