首页|基于卷积神经网络和Transformer的目标快速识别

基于卷积神经网络和Transformer的目标快速识别

Fast Target Recognition Based on Convolutional Neural Networks and Transformer

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
由于传统目标识别方法识别速度缓慢,识别效果差,提出了基于卷积神经网络和 Transformer 的目标快速识别.首先,以像素为单位判断目标点定位,查询数据向量,分配像素点的特征和位置信息训练权重;其次,将不同维度中的特征注意力合并,解码序列信息的计算关联性,添加新的位置信息;再次,在图像中布满卷积核,通过运算得到输出图像中的目标像素值,建立目标特征数据库,对特征目标进行训练得到对应数据集;最后,运用 LSD(Least-Significant Difference)算法检测图像中的目标局部最优,根据先验知识还原后的线段进行分组,得到对应的候选窗口.遍历区域内数据获得近似值,选择最大的值为最优识别从而实现快速识别.实验结果表明,所提方法的抗噪识别率高,在干扰条件下识别速度快,目标识别效果好.

rapid target identificationtransformerconvolution neural networks

韩晓镭

展开 >

辽宁民族师范高等专科学校 民族文化与职业教育系,辽宁 沈阳 110032

目标快速识别 Transformer 卷积神经网络

2023

新乡学院学报
新乡学院

新乡学院学报

影响因子：0.177
ISSN：2095-7726
年,卷(期)：2023.40(6)
  • 8