低慢小目標的分類識別方法
基本信息
| 申請?zhí)?/td> | CN202011419393.1 | 申請日 | - |
| 公開（公告）號 | CN112434643A | 公開（公告）日 | 2021-03-02 |
| 申請公布號 | CN112434643A | 申請公布日 | 2021-03-02 |
| 分類號 | G06K9/00(2006.01)I;G06N3/04(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 朱海鵬;帥曉飛;宋蘇杭;錢凱;昌旻倩;姜旭先 | 申請（專利權）人 | 零八一電子集團有限公司 |
| 代理機構 | - | 代理人 | - |
| 地址 | 628017四川省廣元市利州區(qū)本月路1號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開的一種低慢小目標的分類識別方法，識別準確，可以識別時間短。本發(fā)明通過下述技術方案實現(xiàn)：基于原始點跡形成的PPI圖像，將不同的目標航跡數(shù)據(jù)作為數(shù)據(jù)預處理模塊的訓練樣本；數(shù)據(jù)預處理模塊對獲得航跡相關點跡數(shù)據(jù)規(guī)律進行數(shù)據(jù)預測和預處理，生成訓練集，構建依次采用深度卷積網(wǎng)絡DCNN和長短期記憶網(wǎng)絡LSTM的深度學習網(wǎng)絡模型和網(wǎng)絡優(yōu)化模塊，從分幀數(shù)據(jù)中提取兩組特征，并拼接得到聯(lián)合特征，將深度學習，圖像識別目標航跡數(shù)據(jù)實時輸入加權計算模塊，對已經(jīng)訓練好的網(wǎng)絡模型結(jié)構進行模型壓縮和加速，通過加權計算和模型剪枝實現(xiàn)模型壓縮加速，實現(xiàn)準確分類所需的深度特征，完成對小型飛鳥及無人機的分類識別的準確識別。?? |
