基于卷积神经网络和Transformer的目标快速识别

作者：韩晓镭

来源：新乡学院学报, 2023, 40(06): 29-33.

• 目标快速识别
• Transformer
• 卷积神经网络

由于传统目标识别方法识别速度缓慢，识别效果差，提出了基于卷积神经网络和Transformer的目标快速识别。首先，以像素为单位判断目标点定位，查询数据向量，分配像素点的特征和位置信息训练权重；其次，将不同维度中的特征注意力合并，解码序列信息的计算关联性，添加新的位置信息；再次，在图像中布满卷积核，通过运算得到输出图像中的目标像素值，建立目标特征数据库，对特征目标进行训练得到对应数据集；最后，运用LSD(Least-Significant Difference)算法检测图像中的目标局部最优，根据先验知识还原后的线段进行分组，得到对应的候选窗口。遍历区域内数据获得近似值，选择最大的值为最优识别从而实现快速识别。实验结果表明，所提方法的抗噪识别率高，在干扰条件下识别速度快，目标识别效果好。

• 单位
  辽宁民族师范高等专科学校