复杂背景干扰下硅藻图像的深度网络识别与定位
邓杰航1
何冬冬2
卓家鸿2
赵建3
肖成4
康晓东3
胡孙林5
顾国生2
刘超3
1.广东工业大学计算机学院,广东 广州 510006;肇庆学院计算机科学与软件学院,广东 肇庆 5260612.广东工业大学计算机学院,广东 广州 5100063.广州市刑事科学技术研究所&法医病理学公安部重点实验室,广东 广州 5100304.广州市刑事科学技术研究所&法医病理学公安部重点实验室,广东 广州 510030;南方医科大学,广东 广州 5105155.广州竞赢科学仪器有限公司,广东广州 510507
摘要：目的 提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法.方法 主要由两大模块组成,分别是初步定位与精确定位模块.在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN(Region Proposal Network)生成可能存在硅藻的区域并且初步完成硅藻目标的定位.在精确定位中,应用Fast R-CNN精确修改硅藻位置信息与识别硅藻类别.结果 应用简单、部分复杂与复杂背景的自建库图像对传统机器学习方法与本文方法进行实验验证,传统识别方法对有部分背景干扰的硅藻图片识别率约为60％,且不能识别与定位受复杂背景干扰的硅藻图像.本文方法能够有效识别与定位复杂背景下硅藻图像中的多种目标,且平均识别率达到85％.结论 本文方法能够应用于刑侦尸检中识别与定位复杂背景干扰的硅藻图像中的目标.
关键词：深度学习复杂背景硅藻目标检测机器学习
资助基金：国家自然科学基金(61202267)广东工业大学创新训练项目(201811845139)广东工业大学创新训练项目(201811845140)广东工业大学创新训练项目(201811845144)广东省科技计划(2017A050501035)广州市科技计划(201807010058)国家科技攻关计划(2019SSGG0403)
论文发表日期：2020-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 183-189 )
英文信息