資料介紹
為了在不增加較多計算量的前提下,提高卷積網(wǎng)絡(luò)模型用于圖像分類的正確率,提出了一種基于復(fù)雜網(wǎng)絡(luò)模型描述的圖像深度卷積分類方法。首先,對圖像進行復(fù)雜網(wǎng)絡(luò)描述,得到不同閾值下的復(fù)雜網(wǎng)絡(luò)模型度矩陣;然后,在圖像度矩陣描述的基礎(chǔ)上,通過深度卷積網(wǎng)絡(luò)得到特征向量;最后,根據(jù)得到的特征向量進行K近鄰(KNN)分類。在ILSVRC2014數(shù)據(jù)庫上進行了驗證實驗,實驗結(jié)果表明,所提出的模型具有較高的正確率和較少的迭代次數(shù)。
紋理是非常重要的圖像識別特征之一,對圖像紋理進行合理描述是圖像分類識別的基礎(chǔ),圖像紋理包含了非常豐富的圖像信息,可以應(yīng)用于多種任務(wù),如基于內(nèi)容的圖像檢索、圖像分割、圖像融合、圖像分類或者聚類等。圖像紋理特征描述的方法主要有基于幾何學(xué)的特征描述、基于模型的特征描述、基于信號處理的特征描述,以及基于統(tǒng)計的特征描述。基于復(fù)雜網(wǎng)絡(luò)模型的紋理特征描述方法屬于基于統(tǒng)計的特征描述的一種,具有穩(wěn)定性好、抗噪聲能力強等優(yōu)點。
在計算機視覺領(lǐng)域,圖像分類一直是研究的重點之一。傳統(tǒng)基于特征的圖像分類方法都是先定義一種特征,再根據(jù)預(yù)先定義的特征進行分類識別,存在著泛化能力弱、可移植性差、準(zhǔn)確度相對較差的缺點。深度學(xué)習(xí)作為機器學(xué)習(xí)的重要發(fā)展,能夠逐層地自動學(xué)習(xí)合適的表示特征,因而在眾多領(lǐng)域中得到了廣泛應(yīng)用,如人臉特征點檢測、行人檢測、人臉識別和車牌識別等。卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)的三大重要模型之一,繼承了深度學(xué)習(xí)技術(shù)自動提取特征的優(yōu)點,并且通過權(quán)值共享大大減少了所需要訓(xùn)練的參數(shù),使卷積神經(jīng)網(wǎng)絡(luò)( Convolutional Neural Network.CNN)能快速處理高維圖像,還具備一定的平移不變性,因此在圖像分類領(lǐng)域取得了較好的效果,其在手寫數(shù)字識別以及人臉識別方面都被驗證有著較好的性能。
- 多尺度膨脹卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用 14次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像描述生成方法 41次下載
- 基于深度卷積生成對抗網(wǎng)絡(luò)的花朵圖像識別分類 5次下載
- 采用自監(jiān)督CNN進行單圖像深度估計的方法 13次下載
- 基于模板、檢索和深度學(xué)習(xí)的圖像描述生成方法 12次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像語義分割方法 11次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 基于二維圖像與遷移卷積神經(jīng)網(wǎng)絡(luò)的分類方法 6次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計模型 5次下載
- 如何使用深度卷積神經(jīng)網(wǎng)絡(luò)改進服裝圖像分類檢索算法 6次下載
- 使用多孔卷積神經(jīng)網(wǎng)絡(luò)解決機器學(xué)習(xí)的圖像深度不準(zhǔn)確的方法說明 10次下載
- 如何使用多中心卷積特征加權(quán)進行圖像檢索方法 13次下載
- 利用DCNN融合特征對遙感圖像進行場景分類 2次下載
- 面向大規(guī)模圖像分類的深度卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)化 3次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級 1454次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 399次閱讀
- 經(jīng)典卷積網(wǎng)絡(luò)模型介紹 572次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 972次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理 3957次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 779次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像和醫(yī)學(xué)診斷中的優(yōu)勢 1305次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 2239次閱讀
- 基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類算法 1128次閱讀
- 圖像分類的5種技術(shù),總結(jié)并歸納算法、實現(xiàn)方式,并進行實驗驗證 7.4w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)四種卷積類型 4060次閱讀
- 探析深度學(xué)習(xí)中的各種卷積 3404次閱讀
- 一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò) 9870次閱讀
- 深度卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測中的進展 5227次閱讀
- 全卷積網(wǎng)絡(luò)FCN進行圖像分割 2971次閱讀
下載排行
本周
- 1STM32開發(fā)板教程之STM32開發(fā)指南免費下載
- 24.88 MB | 176次下載 | 3 積分
- 2EN60335-1安規(guī)標(biāo)準(zhǔn) 中文版本
- 1.86 MB | 52次下載 | 1 積分
- 3LT7406FJ N溝道增強型功率MOSFET規(guī)格書
- 1.38 MB | 2次下載 | 免費
- 4米爾-瑞芯微RK3562核心板開發(fā)板,4核CPU,ARM中量級多面手
- 3.45 MB | 2次下載 | 免費
- 5LTS6802FJCB N溝道增強型功率MOSFET規(guī)格書
- 1.00 MB | 1次下載 | 免費
- 6運算放大電路入門教程
- 0.70 MB | 1次下載 | 免費
- 7開源鴻蒙版真4K顯示器廣告機主板AIoT-6780SE彩頁
- 613.79 KB | 1次下載 | 免費
- 8LTS6804FJN溝道增強型功率MOSFET規(guī)格書
- 0.99 MB | 次下載 | 免費
本月
- 1STM32CubeMX用于STM32配置和初始化C代碼生成
- 21.90 MB | 619次下載 | 免費
- 2STM32開發(fā)板教程之STM32開發(fā)指南免費下載
- 24.88 MB | 176次下載 | 3 積分
- 3DeepSeek:從入門到精通
- 5.36 MB | 95次下載 | 1 積分
- 4EN60335-1安規(guī)標(biāo)準(zhǔn) 中文版本
- 1.86 MB | 52次下載 | 1 積分
- 5OAH0428最新規(guī)格書(中文)
- 2.52 MB | 27次下載 | 10 積分
- 6UHV系列雷電沖擊電壓發(fā)生器試驗裝置詳細(xì)說明使用
- 1.07 MB | 17次下載 | 免費
- 7Altium-常用3D封裝庫(Step)接插件篇
- 4.95 MB | 14次下載 | 免費
- 8介紹一些常用的電子元器件
- 3.20 MB | 8次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935124次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計
- 1.48MB | 420063次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233088次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費下載
- 340992 | 191371次下載 | 10 積分
- 5十天學(xué)會AVR單片機與C語言視頻教程 下載
- 158M | 183336次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81583次下載 | 10 積分
- 7Keil工具MDK-Arm免費下載
- 0.02 MB | 73814次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
評論