《表2 特征参数Table 2 Characteristic parameters》

《表2 特征参数Table 2 Characteristic parameters》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于深度卷积神经网络的飞机识别研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

表1主要提供了不同特征对应的识别率,表2主要提供了实验过程中所用的部分特征参数,其中,A为边缘轮廓特征,B为深度卷积神经网络提取特征。对表1进行分析可知,如果单独使用B深度卷积神经网络提取的特征,准确率为93.33%;而使用A边缘轮廓特征的准确率为88.07%;如果同时使用A和B,则识别飞机正确率能够达到94.39%。因为类型不同的多个飞机,机型必有差别,运用Canny能够有效获取各类飞机边缘轮廓的特征,因此能够把不同类型的飞机区分开。结合上述提取特征的两种办法,即可得到深度特征,因此能够更加有效地识别飞机目标。