基于多任务级联残差网络的枪支图像识别系统 | |
周志飞2; 吴金龙3; 李轶昳2; 贾力榜1 | |
刊名 | 计算机工程
![]() |
2020 | |
卷号 | 1000期号:34页码:28 |
关键词 | 枪支种属识别 深度学习 残差网络 细粒度图像识别 数据增广 |
英文摘要 | 针对枪支种属识别目前主要依靠检验人员经验,识别效率较低的问题,本文提出了一种基于多任务级联深度残差网络的枪支图像自动识别模型。该模型以ResNet18为基本构建单元,通过级联融合四个任务(ResNet18单元)中的Softmax损失函数约束,实现对枪支图像从枪族大类到细分枪型的多维度聚类。并在该模型的基础上,设计了一套制式枪支图像智能检索系统,实现了对拍摄上传的枪支图像自动识别其枪支种属信息。在本文自建的制式枪支图像数据集上,针对1018张实际拍摄的枪支图像的检索实验结果表明,与EfficientNet和NTS-net等前沿主流算法相比,本文方法的识别准确率更高,Rank-1识别准确率为61.12%,Rank-20识别准确率为95.28%,说明该方法对真实场景下拍摄的枪支图像识别具有较好的鲁棒性。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/45055] ![]() |
专题 | 自动化研究所_智能制造技术与系统研究中心_多维数据分析团队 |
作者单位 | 1.中国科学院自动化研究所 2.公安部物证鉴定中心 3.北京多维视通技术有限公司 |
推荐引用方式 GB/T 7714 | 周志飞,吴金龙,李轶昳,等. 基于多任务级联残差网络的枪支图像识别系统[J]. 计算机工程,2020,1000(34):28. |
APA | 周志飞,吴金龙,李轶昳,&贾力榜.(2020).基于多任务级联残差网络的枪支图像识别系统.计算机工程,1000(34),28. |
MLA | 周志飞,et al."基于多任务级联残差网络的枪支图像识别系统".计算机工程 1000.34(2020):28. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论