文档名：一种基于DSmT推理的物品融合识别算法
提出了一种基于DSmT推理的物品融合识别算法.对于待识别目标,利用数据融合的思想将来自不同深度学习模型提供的识别信息进行融合处理.首先,利用Caffe框架下预训练模型AlexNet、CaffeNet以及GoogleNet,根据分类识别任务进行特定的微调;其次,针对DSmT理论中构造信度赋值困难的问题,利用深度学习网络对图像的判别输出来对证据源进行信度赋值;然后,在决策级层使用DSmT组合理论融合处理,进而实现对物品的准确识别.最后,在不改变网络模型结构与同一数据集的情况下,将本文提出的方法与单一网络模型和平均值处理的方法进行对比测试实验.实验结果表明,本文方法可以有效地提高物品图像的识别率.
作者：唐乐爽田国会黄彬
作者单位：山东大学控制科学与工程学院,山东济南250061
母体文献：第十二届中国智能机器人大会论文集
会议名称：第十二届中国智能机器人大会
会议时间：2017年10月1日
会议地点：哈尔滨
主办单位：中国人工智能学会
语种：chi
分类号：
关键词：物品识别 信息融合 DSmT推理 深度学习
在线出版日期：2020年10月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.15 MB
- 下载次数:
- 60
-
高速下载
|
|
