《表1 UC Merced LU数据库的分类性能》

《表1 UC Merced LU数据库的分类性能》   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
《基于改进的SAE和DCT的自适应无人机巡线图像识别算法研究》


  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

DCT在分块时,如果子块的尺寸越大,算法的复杂度会增加,相反如果子块的尺寸过小,分成的子块较多,在系数选择时会因为系数选择的过程中丢失部分重要的特征信息,因此选择分块大小为32×32。为了验证DCT预处理对图像识别准确率的影响,结果如表1、表2所示。表中Method 1是指对图像进行32×32分块,每一子块采用zig-zag扫描的方式保留矩阵左上角的10个低频系数,其他数置0,将该DCT系数作为输入数据输入到DCT-SAE模型中进行网络训练和分类。Method 2是指图像不经过DCT预处理,原图像直接输入到改进的CNN模型中进行训练和分类。Propoesd是本章方法采用自适应系数选择法进行DCT系数的筛选,得到的DCT系数作为输入数据输入到DCT-SAE模型中进行网络训练和识别。