近幾年來,圖像識(shí)別領(lǐng)域因?yàn)樯疃葘W(xué)習(xí)的迅猛發(fā)展有了很大的突破,其識(shí)別能力已經(jīng)達(dá)到了語義層面,能夠?qū)D像進(jìn)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(diǎn),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(shí),常常反而會(huì)對(duì)基礎(chǔ)的圖像識(shí)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(diǎn)解決對(duì)象。近年來,學(xué)者們提出了諸如可視化、數(shù)據(jù)增強(qiáng)、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(jiān)實(shí),對(duì)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(shí)別上表現(xiàn)較好。考慮到其與卷積神經(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(diǎn),那么就有進(jìn)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(shí)頻窗為卷積核的時(shí)頻散射變換,作為小波散射變換的補(bǔ)充,并驗(yàn)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(jí)別】：碩士

【部分圖文】：

圖3-1時(shí)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(shí)頻散射網(wǎng)絡(luò)的實(shí)現(xiàn)及在圖像分類中的應(yīng)用在上面幾個(gè)章節(jié)中，本課題討論了時(shí)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(shì)。在此基礎(chǔ)上，本章節(jié)進(jìn)一步討論了該變換的應(yīng)用方向，即在圖像識(shí)別上的效果。本章首先提出時(shí)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(duì)紋理類圖像進(jìn)行特征提取與訓(xùn)練。最后，本章將得到的錯(cuò)誤率與其他的圖片識(shí)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(cuò)誤率進(jìn)行比對(duì)，然后比較驗(yàn)證時(shí)頻散射變換的優(yōu)越性。4.1時(shí)頻散射網(wǎng)絡(luò)的快速算法在將時(shí)頻散射變換進(jìn)行實(shí)際的使用的時(shí)候，本文發(fā)現(xiàn)，由于濾波器本身在頻域的特性，在實(shí)際的算法使用過程中，沒有必要對(duì)每個(gè)帶通濾波并取模獲取的信號(hào)進(jìn)行完整的一套濾波器組的濾波。事實(shí)上，如果之前這一信號(hào)已經(jīng)經(jīng)過了更低頻的帶通濾波，那么對(duì)這一取模后的信號(hào)再進(jìn)行更高頻的帶通濾波就是沒有意義的，因?yàn)樗@取的信息只會(huì)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(huì)影響結(jié)果的快速算法。圖4-1快速算法所用到的時(shí)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(jī)選擇的圖片1表4-1圖片1經(jīng)過時(shí)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(jī)選擇的圖片2表4-3圖片2經(jīng)過時(shí)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(hào)：3135892