基于航迹特征和深度神经网络MobileNet的舰船分类识别方法

作者：李磊; 张静; 王哲

来源：信息工程大学学报, 2021, 22(06): 743-749.

• RGB色彩空间
• 航迹特征提取
• 舰船分类识别
• 迁移学习

舰船类型的及时准确识别对于目标的意图识别、威胁预警和跟踪监视具有重要意义。提出一种基于航迹特征和深度神经网络MobileNet的舰船分类识别方法。首先,提出一种基于RGB色彩空间的航迹特征提取和转换方法,将历史航迹数据中的速度、航向和加速度等特征映射到RGB色彩空间,转换为航迹特征图像数据;其次,提出一种基于深度神经网络MobileNet的迁移训练方法,对深度神经网络MobileNet及其ImageNet预训练权重进行迁移,并使用之前生成的航迹特征图像数据对网络进行训练;最后,得到舰船类型识别模型,实现船舶分类识别。实验结果表明,所提方法切实有效,与现有研究成果相比具有识别准确率高、识别速度快的特点,可有效应用于舰船目标的分类识别。

• 单位
  信息工程大学