计算机工程

作者：叶晴昊, 涂岱键, 毕奇, 秦飞巍, 葛瑞泉, 白静

单位：1. 杭州电子科技大学 计算机学院, 杭州 310018;2. 武汉大学 遥感信息工程学院, 武汉 430079;3. 北方民族大学 计算机科学与工程学院, 银川 750021

关键词：威胁识别,毫米波图像,深度学习,图像识别,注意力机制

基金：国家自然科学基金（61702146，61762003，61972121）；国家级大学生创新创业训练计划项目（201810336023）；浙江省认知医疗工程技术研究中心开放课题（2018KFJJ05）。

由于藏匿物体的大小、形状和位置未知，且样本类别不均衡，常用的深度学习方法存在误报率较高的问题。为此，构建一种基于多视图架构的深度卷积神经网络模型。通过残差连接卷积神经网络对特征进行提取，使用基于稠密连接的长短期记忆注意力模型模拟人类多角度观察，以强化威胁信息表达，并基于焦点损失函数优化网络，从而构成端到端的架构。在HD-AIT毫米波人体威胁扫描数据集上的测试结果表明，相比其他基线模型，该模型的准确率和召回率分别可达到0.997、0.999。

来源：2020年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第11期