近幾年來,圖像識別領(lǐng)域因為深度學(xué)習(xí)的迅猛發(fā)展有了很大的突破,其識別能力已經(jīng)達到了語義層面,能夠?qū)D像進行高度概念化的分類。其中卷積神經(jīng)網(wǎng)絡(luò)的表現(xiàn)尤其優(yōu)秀,是目前諸多研究的熱點,也產(chǎn)生了許多成熟的應(yīng)用。然而,其理論原理依然是模糊的,往往需要大量的樣本訓(xùn)練,它在處理高度概念化的信息的同時,常常反而會對基礎(chǔ)的圖像識別表現(xiàn)不好。這三方面成了卷積神經(jīng)網(wǎng)絡(luò)（CNN）發(fā)展的重點解決對象。近年來,學(xué)者們提出了諸如可視化、數(shù)據(jù)增強、小波散射網(wǎng)絡(luò)這類的解決方案。其中,小波散射網(wǎng)絡(luò)（SCN）理論堅實,對數(shù)據(jù)樣本的需求小,在諸多分類領(lǐng)域,如圖像分類、音頻識別上表現(xiàn)較好�？紤]到其與卷積神經(jīng)網(wǎng)絡(luò)之間的結(jié)構(gòu)的高度相似性,即卷積加非線性加平均的模式,小波散射網(wǎng)絡(luò)也可以看做卷積神經(jīng)網(wǎng)絡(luò)的一類解釋方案。小波散射網(wǎng)絡(luò)（SCN）具有如此多的優(yōu)點,那么就有進一步思考和探究的必要。本文探究散射網(wǎng)絡(luò)結(jié)構(gòu)的物理依據(jù),卷積核在其中扮演的角色,在此基礎(chǔ)上探討一些本身具有優(yōu)良性質(zhì)的卷積核在散射網(wǎng)絡(luò)中的適用性,最后,本文提出了以時頻窗為卷積核的時頻散射變換,作為小波散射變換的補充,并驗證了其在理論上的有效性。具體內(nèi)容如下:首先,探討了小波散... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-1時頻散射變換網(wǎng)絡(luò)2LprRUrfH

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-39-第4章時頻散射網(wǎng)絡(luò)的實現(xiàn)及在圖像分類中的應(yīng)用在上面幾個章節(jié)中，本課題討論了時頻散射卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)造原理與其性質(zhì)，從構(gòu)造原理和數(shù)學(xué)推導(dǎo)上證明了該變換在特征提取上的優(yōu)勢。在此基礎(chǔ)上，本章節(jié)進一步討論了該變換的應(yīng)用方向，即在圖像識別上的效果。本章首先提出時頻散射變換的快速算法，并基于快速算法結(jié)合PCA（主成分分析）對紋理類圖像進行特征提取與訓(xùn)練。最后，本章將得到的錯誤率與其他的圖片識別分類算法，如小波散射變換加PCA，或者簡單的卷積神經(jīng)網(wǎng)絡(luò)的分類錯誤率進行比對，然后比較驗證時頻散射變換的優(yōu)越性。4.1時頻散射網(wǎng)絡(luò)的快速算法在將時頻散射變換進行實際的使用的時候，本文發(fā)現(xiàn)，由于濾波器本身在頻域的特性，在實際的算法使用過程中，沒有必要對每個帶通濾波并取模獲取的信號進行完整的一套濾波器組的濾波。事實上，如果之前這一信號已經(jīng)經(jīng)過了更低頻的帶通濾波，那么對這一取模后的信號再進行更高頻的帶通濾波就是沒有意義的，因為所獲取的信息只會為0。出于這方面的考量，本文得到了更加節(jié)省算力而不會影響結(jié)果的快速算法。圖4-1快速算法所用到的時頻散射網(wǎng)絡(luò)選取層數(shù)m=2，建立算法如下：LpinfHLprRUrfHrRUrf2LprRUrfH2rRUrf

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-42-圖4-3隨機選擇的圖片1表4-1圖片1經(jīng)過時頻散射變換所獲得的能量占原圖百分比M=0M=1M=2M=3M=4M2Z=191.63080.124900091.7557Z=291.65990.52081.21e-040092.1808Z=391.71701.18570.00287.93e-16092.9055Z=491.86002.38930.01303.09e-111.39e-3294.2623表4-2圖片1經(jīng)過小波散射變換所獲得的能量占原圖百分比M=0M=1M=2M=3M=4M2J=195.18461.941200097.1258J=293.15162.32390.07100095.5465J=391.75082.58810.10439.05e-04094.4432J=490.99552.74890.12220.00181.03e-0593.8666圖4-4隨機選擇的圖片2表4-3圖片2經(jīng)過時頻散射變換所獲得的能量占原圖百分比M=0M=1M=2M=3M=4M2Z=197.79900.038500097.8375Z=297.83250.13863.45e-050097.9711Z=397.90140.32958.19e-042.27e-16098.2317Z=498.10871.00390.00368.48e-122.34e-3399.1162表4-4圖片2經(jīng)過小波散射變換所獲得的能量占原圖百分比


本文編號：3135892