复杂背景干扰下硅藻图像的深度网络识别与定位
【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（RegionProposalNetwork）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FastR-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。
