来源：期刊VIP网 时间：
作者：刘建志;
单位：沈阳理工大学;
摘要：游戏中的目标具有复杂的形状、颜色、纹理等特征，而且目标会出现在不同的视角、尺度和姿态下，这些都增加了目标辨识的难度。级联式逆残差网络能够强化目标的多维特征，即使在目标存在遮挡、变形等情况下也能有效识别目标，为此文中提出一种基于级联式逆残差网络的游戏图像多模态目标精准辨识方法。构建由卷积层和基于深度可分离卷积设计的级联逆残差模块构成的主干网络，利用该网络初步提取输入的游戏图像特征，通过通道重排操作加强通道间信息交流，采用特征加强网络对主干网络学习到的特征图作上采样，结合多通道特征融合实现多模态目标特征的提取，通过可实现分类和回归任务的预测网络输出目标位置、方向等信息，从而实现游戏图像多模态目标精准辨识。实验结果表明，该方法可实现游戏图像角色、文字、场景元素等目标的辨识，训练损失仅为0.05左右、F1-score指标达到0.967，游戏图像多模态目标辨识效果好。
关键词：逆残差;;游戏图像;;多模态;;通道重排;;SIoU损失函数;;目标辨识;;卷积层;;目标位置
基金资助：2023年度辽宁省教育厅基本科研项目（JYTQN2023048）
