计算机工程

作者：周志飞, 吴金龙, 李轶昳, 贾力榜, 沈玉杰, 张刚, 崔斌

单位：1. 公安部物证鉴定中心, 北京 100038;2. 北京多维视通技术有限公司, 北京 100070;3. 中国科学院自动化研究所, 北京 100190

关键词：枪支种属识别,深度学习,残差网络,细粒度图像识别,数据增广

基金：中央级公益性科研院所基本科研业务费专项资金（2018JB020）。

针对枪支种属识别目前依赖检验人员经验、识别效率较低的问题，建立一种基于多任务级联深度残差网络的枪支图像自动识别模型。以ResNet18为基本构建单元，通过级联融合4个任务中的Softmax损失函数约束，实现对枪支图像从枪族到枪型的多维度聚类。在该模型的基础上，设计一套制式枪支图像智能检索系统，对拍摄上传的枪支图像种属信息进行自动识别。在自建的制式枪支图像数据集上进行实验，结果表明，与EfficientNet、NTS-net等模型相比，该模型的识别准确率更高，Rank-1、Rank-20识别准确率分别达到61.12%、95.28%，且其具有更好的鲁棒性。

来源：2022年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第1期