發(fā)布時(shí)間：2024-04-12 04:43

　　隨著現(xiàn)代網(wǎng)絡(luò)技術(shù)的快速發(fā)展,幾乎所有的圖像都已經(jīng)數(shù)字化,人們每天都會(huì)面對(duì)各種圖像。對(duì)于這些海量圖像,人們無(wú)法快速找到自己想要的信息。這使得人們迫切地需要一種方法,來(lái)快速有效地從海量圖像中準(zhǔn)確地獲取所需的圖像內(nèi)容,這需要計(jì)算機(jī)事先對(duì)這些海量的圖像內(nèi)容進(jìn)行分析,解釋和歸類。從而,人們可以使用檢索系統(tǒng)來(lái)快速且準(zhǔn)確地檢索到自己想要的圖像信息。圖像分類技術(shù)能夠處理這種情況,它根據(jù)提取到的圖像特征自動(dòng)將圖像進(jìn)行分類,既能夠去除人工設(shè)計(jì)特征等復(fù)雜且高要求的工作,又可以把圖像解釋出與人們認(rèn)知相似的表達(dá)含義。深層卷積網(wǎng)絡(luò)是近年來(lái)圖像分類識(shí)別性能最大進(jìn)步的核心,以其強(qiáng)大的圖像識(shí)別分類能力被廣泛的應(yīng)用于各種圖像分類任務(wù),并取得了十分顯著的效果。本文通過(guò)對(duì)圖像分類算法模型的研究,發(fā)現(xiàn)大部分模型都是通過(guò)加深網(wǎng)絡(luò)的深度來(lái)提高模型的預(yù)測(cè)準(zhǔn)確度,這導(dǎo)致網(wǎng)絡(luò)過(guò)于龐大,訓(xùn)練時(shí)間過(guò)長(zhǎng),模型性能達(dá)到飽和甚至開始下降。也了解到圖像的內(nèi)容特征對(duì)圖像的分類起決定作用,圖像的風(fēng)格特征對(duì)分類也有影響。本文研究發(fā)現(xiàn)風(fēng)格遷移能夠改變圖像的風(fēng)格特征且保留圖像的內(nèi)容特征,其使用神經(jīng)網(wǎng)絡(luò)來(lái)分離和重組圖像的內(nèi)容和風(fēng)格,生成的新圖像與原圖像內(nèi)容相似...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1圖片誤分類示意

利用深度卷積神經(jīng)網(wǎng)絡(luò)[5][6]來(lái)集成特征進(jìn)行分類，由于遮擋或環(huán)境的原因，這會(huì)使得一些特征被誤判，如圖1-1所示，就會(huì)被識(shí)別分類為蜜蜂，而實(shí)際上是螞蟻。圖1-1圖片誤分類示意

圖1-2對(duì)抗圖像

圖1-2對(duì)抗圖像針對(duì)以上問(wèn)題，本文提出用風(fēng)格遷移[7][8]來(lái)幫助圖像分類。圖像的風(fēng)格遷移就是轉(zhuǎn)移圖像的風(fēng)格。效果如圖1-3所示，圖像表達(dá)的內(nèi)容信息基本不變，而圖像的風(fēng)格發(fā)生了變化。轉(zhuǎn)化圖片中的動(dòng)物本來(lái)是螞蟻，被誤判為蜜蜂，但圖像經(jīng)過(guò)風(fēng)格遷移后，模型將其預(yù)測(cè)為螞蟻。用風(fēng)格....

圖1-3圖片風(fēng)格遷移

圖1-2對(duì)抗圖像，本文提出用風(fēng)格遷移[7][8]來(lái)幫助圖像分類。。效果如圖1-3所示，圖像表達(dá)的內(nèi)容信息。轉(zhuǎn)化圖片中的動(dòng)物本來(lái)是螞蟻，被誤判為將其預(yù)測(cè)為螞蟻。用風(fēng)格遷移生成的圖像來(lái)這是要研究的內(nèi)容和方向。風(fēng)格(b)轉(zhuǎn)化

圖1-4簡(jiǎn)化的實(shí)驗(yàn)過(guò)程圖

進(jìn)并加以實(shí)現(xiàn)，針對(duì)統(tǒng)一模型的不同數(shù)據(jù)集會(huì)用遷移學(xué)習(xí)來(lái)初始化網(wǎng)絡(luò)參數(shù)再加以訓(xùn)練，在訓(xùn)練過(guò)程中，用圖像特征去均值化，逐漸降低學(xué)習(xí)率等多種方法加速模型的收斂。（2）實(shí)現(xiàn)風(fēng)格遷移模型，風(fēng)格遷移模型用來(lái)對(duì)圖像進(jìn)行處理，獲得與原圖像內(nèi)容相一致而風(fēng)格不同的新圖像。且針對(duì)于色彩豐富或簡(jiǎn)單，圖像平....

本文編號(hào)：3951683