首页|基于CNN的偏振参量自适应编码网络性能研究

基于CNN的偏振参量自适应编码网络性能研究

Research on Performance of Polarization Parameter Adaptive Coding Network Based on CNN

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
人工选择的偏振参量对于偏振成像视觉任务并不是最佳选择.论文提出了一种偏振参量自适应编码网络,可根据视觉任务的需求编码出最合适的偏振参量图像.该网络由输入单元、多个隐层单元和输出单元构成,隐层单元包含1×1卷积层,ReLU激活层和批量归一化(BN)层.文中研究了不同超参数设置对该网络性能的影响,实验结果表明:1)隐层单元中加入BN层可明显提高网络性能;2)相比于三角形结构,网络形状选择菱形结构更佳;3)网络容量越大,其拟合精度越高,性能越好,同时消耗更多的计算资源,所以在选择网络容量超参数时,不能一直增加网络容量,要综合考虑硬件设备的计算资源或网络的效率要求.

谢瑞超、刘萍、王荣昌、王勇

展开 >

中国人民解放军陆军炮兵防空兵学院 合肥 230031

偏振光成像探测技术安徽省重点实验室 合肥 230031

偏振成像 计算机视觉 卷积神经网络 偏振参量

2022

10.3969/j.issn.1672-9722.2022.11.030

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)：2022.50(11)
  • 2