圖像分類是計算機(jī)視覺的基礎(chǔ)問題。隨著人工智能和計算機(jī)視覺的蓬勃發(fā)展,越來越多的高校和企業(yè)投入了大量精力到圖像分類研究中。顧名思義,圖像分類是利用圖像處理和人工智能的方法提取圖像特征,然后確定圖像的類別。傳統(tǒng)的圖像分類算法首先提取圖像的顏色特征、紋理特征、形狀特征、空間關(guān)系特征,然后訓(xùn)練一個分類器來對圖像進(jìn)行分類。傳統(tǒng)圖像分類算法的分類精度受到特征的典型性和區(qū)分性的限制。本文使用特征編碼和多層空間特征金字塔來獲得更全面和更具判別力的特征。本文的主要工作如下:（1）提出了一種基于深度網(wǎng)絡(luò)高斯聚合編碼的圖像分類方法。首先利用深度卷積神經(jīng)網(wǎng)絡(luò)提取特征,然后將提取到的特征進(jìn)行高斯聚合編碼,最后將編碼后的特征輸入到全連接層對圖像進(jìn)行分類。該方法將深度學(xué)習(xí)與高斯聚合編碼進(jìn)行結(jié)合,使所獲取的用于分類的特征有更加豐富的語義信息同時該特征具備一定的稀疏性,實驗結(jié)果表明,所提出的算法具有更高的分類準(zhǔn)確率。（2）提出了一種基于深度網(wǎng)絡(luò)多層空間特征金字塔模型的圖像分類方法。網(wǎng)絡(luò)底層特征主要表示基礎(chǔ)語義信息,高層特征描述的是對圖像分類更具判別力的復(fù)雜語義信息,通過多層空間特征金字塔的方式將底層特征和高層特征有效融... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【圖文】：

二維矩陣卷積運(yùn)算示意圖

西安電子科技大學(xué)碩士學(xué)位論文矩陣 C 中所有的值。卷積層的參數(shù)有權(quán)重值，步長（每次卷積運(yùn)算完成向右或向下移動的步長），padding（特征圖向外擴(kuò)充 0 的圈數(shù)，若值為n則向外擴(kuò)充n圈 0）。卷積層有兩個可以大大減少參數(shù)量的方法：局部感知和權(quán)值共享。1）局部感知全局感知如圖 2.2 中的圖（b）所示，第 n 層的每一個神經(jīng)元都和與 n+1 層的所有神經(jīng)元進(jìn)行連接，即第 n+1 層的每個神經(jīng)元都對第 n 層的全局進(jìn)行感知，這種情況下的權(quán)值數(shù)量龐大難以訓(xùn)練。局部感知如圖 2.2 中的圖（a）所示，第 n 層的每一個神經(jīng)元都和第 n+1 層的部分神經(jīng)元進(jìn)行連接，即第 n+1 層的每個神經(jīng)元都對第 n 層的局部進(jìn)行感知，極大的減少了權(quán)重的數(shù)量。

圖 2.3 最大池化層示意圖2）平均池化層平均池化層是在一個區(qū)域內(nèi)計算所有特征點(diǎn)的平均值，這個區(qū)域的尺寸為平的 filters 是人為設(shè)定的，還有一個步長的參數(shù)，代表每次運(yùn)算完之后滑動的 2.4 是一個單通道局部平均池化的例子，池化層 filter 的大小為 2 *2，即在 2中取平均值，步長為 2，即每次向右或向下移動 2 個單位。


本文編號：3259807