基于深度卷积神经网络的羽绒图像识别

被引：10

作者：

杨文柱

刘晴

王思乐

崔振超

张宁雨

机构：

[1] 河北大学网络空间安全与计算机学院

来源：

郑州大学学报(工学版) | 2018年 / 39卷 / 02期

关键词：

深度卷积神经网络; 权值初始化; 稀疏自编码; 视觉显著性; 图像识别;

D O I：

10.13705/j.issn.1671-6833.2018.02.015

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

080203 ;

摘要：

由于图像中羽绒形态及其多样性,传统的图像识别方法难以正确识别羽绒分拣图像中的羽绒类型,其识别精度也难以达到实际生产的要求.为解决上述问题,构造了一种用于羽绒类型识别的深度卷积神经网络,并对其权值初始化方法进行了改进.首先利用视觉显著性模型提取羽绒图像的显著部分,然后将图像的显著部分输入到稀疏自动编码器中进行训练,得到一组符合数据集统计特性的卷积核集合.最后采用Inception及其变种模块实现深度卷积神经网络的构造,通过增加网络深度来提高网络的识别精度.试验结果表明,用所构造的深度卷积神经网络对羽绒图像识别的精度较传统卷积神经网络的提高了2.7%,且改进的权值初始化方法使网络的收敛速度提高了25.5%.

引用

页码：11 / 17

页数：7

共 5 条

[1] 一种多特征提取及融合的虹膜识别方法
张震
刘博
李龙
[J]. 郑州大学学报(工学版), 2017, 38 (01) : 63 - 67
[2] 基于多级金字塔卷积神经网络的快速特征表示方法
王冠皓
徐军
[J]. 计算机应用研究, 2015, 32 (08) : 2492 - 2495
[3] 基于机器视觉的机械式表盘自动读表技术的实现
陈继华
李勇
田增国
李磊
[J]. 郑州大学学报(工学版), 2015, 36 (03) : 101 - 105
[4] Backpropagation Applied to Handwritten Zip Code Recognition
LeCun, Y.
Boser, B.
Denker, J. S.
Henderson, D.
Howard, R. E.
Hubbard, W.
Jackel, L. D.
[J]. NEURAL COMPUTATION, 1989, 1 (04) : 541 - 551
[5] STCT:sequentially training convolutional networks for visual tracking .2 Wang L J,Ouyang W L,Wang X G,et al. Computer Vision and Pattern Recognition (CVPR) . 2016

← 1 →