《表3 支路网络对比:基于分离卷积的战场目标聚集行为识别》
实验对比方法为I3D[3](包括RGB支路与光流支路)和MF-Net[4],实验结果如表3所示。当输入为RGB序列时,本文提出的分离卷积多纤维网络(SMF-Net)取得了89.7!的准确率;当输入为光流序列时,本文中的MF-Net、SMF-Net分别取得了89.9!和91.4!的识别准确率。实验结果表明:针对本文建立的数据集,将光流图像引入多纤维网络可以有效抑制复杂背景的干扰,提高了网络识别准确率;本文提出的SMF-Net在有效提高识别准确率的同时,大幅度降低了参数量与计算开支。
图表编号 | XD00130057200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 姜海洋、卢庆林、牛超、秦蓁、李艾静、杨海涛 |
绘制单位 | 航天工程大学研究生院、航天工程大学研究生院、解放军32090部队、陆军工程大学通信工程学院、陆军工程大学通信工程学院、航天工程大学航天信息学院 |
更多格式 | 高清、无水印(增值服务) |