典型文献
R-UNet++:用于甲骨材质分类的局部分割网络
文献摘要：
同材质甲骨残片的缀合工作是甲骨学研究的重要分支,为解决甲骨材质的分类问题,提出以R-UNet++为主的分类框架.R-UNet++继承了UNet++中密集的卷积块链接,并在此基础上引入注意力模块、双线性上采样方法和残差单元的改进策略,在提升网络细粒度分割能力的前提下,有效抑制了多尺度特征融合时产生的噪声响应.在分类框架中,首先通过R-UNet++准确分割类间差异性信息;然后采用ResNet50作为分类网络,对R-UNet++的分割图像进一步提取特征,并实现甲骨材质的分类.在真实的甲骨材质数据集中进行了分割和分类实验,结果表明,R-UNet++不仅可以实现高准确度的分割,而且对比其他多种优秀的分类网络,分类准确度有较高的提升,这充分验证了所提分类框架的可行性和高效性.
文献关键词：
甲骨材质分类;图像分割;卷积神经网络;UNet++
中图分类号：
作者姓名：
高未泽;陈善雄;莫伯峰;杨烨;苏本朋
作者机构：
西南大学计算机与信息科学学院 重庆 400700;首都师范大学甲骨文研究中心 北京 100048
文献出处：
引用格式：
[1]高未泽;陈善雄;莫伯峰;杨烨;苏本朋-.R-UNet++:用于甲骨材质分类的局部分割网络)[J].计算机辅助设计与图形学学报,2022(03):415-424
A类：
甲骨材质分类
B类：
UNet++,分割网络,残片,缀合,甲骨学,分类问题,分类框架,注意力模块,双线性,上采样,采样方法,残差单元,改进策略,细粒度,多尺度特征融合,噪声响应,类间差异,ResNet50,分类网络,提取特征,质数,高准确度,提分,图像分割
AB值：
0.325074
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
