计算机应用研究

作者：赵力,宋威,

单位：江南大学物联网工程学院,江苏无锡214000；

关键词：水下生物分类,非对称双分支,交互分支,交互模块,局部特征,卷积神经网络分支,全局特征,

基金：国家自然科学基金资助项目(61673193)；中央高校基本科研业务费专项资金资助项目(JUSRP51635B)；中国博士后科学基金资助项目(2017M621625)；江苏省自然科学基金资助项目(BK20181341)；；

针对水底环境存在着可见度低、光照条件差、物种间特征差异不明显等问题，基于卷积神经网络，提出了一种新的非对称双分支水下生物分类模型。模型中交互分支利用不同的卷积神经网络中间层提取局部特征并通过交互模块对局部特征进行交互，增强分类模型的局部特征学习能力；卷积神经网络分支可以有效地学习到目标的全局特征，弥补交互分支中忽略的全局信息。在Fish4-Knowledge（F4K）、Eilat、RAMAS三个数据集上取得了98.9%、98.3%、97.9%的准确率，较前人方法有显著提高；视觉解释也验证了该模型可以有效地捕捉到局部特征并消除背景影响。最终显示，该模型在水下环境具有良好的分类性能。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期