基于低秩双线性池化注意力网络的舰船目标识别 |
| |
引用本文: | 关欣,国佳恩,衣晓.基于低秩双线性池化注意力网络的舰船目标识别[J].系统工程与电子技术,2023(5):1305-1314. |
| |
作者姓名: | 关欣 国佳恩 衣晓 |
| |
作者单位: | 1. 海军航空大学;2. 中国人民解放军91422部队 |
| |
摘 要: | 针对多模态舰船图像融合识别质量不高等问题,构建了一种端到端的低秩双线性池化注意力网络。首先对各模态原始特征向量基于跨模类别中心进行注意力加权重构,使不同模态特征更好地关注公共类别信息;然后采用双线性池化捕获不同模态图像的交互信息,并引入权重低秩分解降低网络参数规模;最后依靠特征级联实现模态信息的交互与互补,并设计联合损失提升网络跨模态融合识别效果。实验结果表明,相比现有融合方法,所提方法可有效提升多模态遥感舰船图像的融合识别效果,在公开的遥感舰船数据集上取得了较高的识别准确率。
|
关 键 词: | 舰船识别 双线性池化 跨模类别中心 注意力加权 跨模联合损失 |
|
|