资料下载
×
一种基于多视图架构的深度卷积神经网络模型
消耗积分:0 |
格式:pdf |
大小:1.69 MB |
2021-03-17
分享资料个
由于藏匿物体的大小、形状和位置未知，且样本类别不均衡，常用的深度学习方法存在误报率较高的问题。为此，构建一种基于多视图架构的深度卷积神经网络模型。通过残差连接卷积神经网绛对特征进行提取，使用基于稠密连接的长短期记忆注意力模型模拟人类多角度观察，以强化威胁信息表达，并基于焦点损失函数优化网络从而构成端到端的架构。在HD-AIT毫米波人体威胁扫描数据集上的测试结果表明，相比其他基线模型，该模型的准确率和召回率分别可达到0.997、0.999。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
