一种无特征提取的自然场景图像分类新方法

• 作者: 潘伟 王丽萍
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 场景分类 部分连接神经网络 插值 延拓
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 697-702
• 分类号: TP181|TP183
• 字数: 5289字
• 语种: 中文

摘要

提出了一种新的基于部分连接神经网络的自然场景图像分类方法.运用该方法对图像进行模式识别时,不必进行特征提取,而是将整个图像输入神经网络,由神经网络在训练中透明地选择和识别特征.由于大型图形处理器(GPU)并行处理系统的运用,使得神经网络演化速度大大加快,弥补了该方法计算量大的弱点.实验结果表明,利用部分连接神经网络进行场景图像分类,与利用特征提取后再识别场景的分类方法比较,在总识别率上大体相当;但不必进行特征提取,而且速度很快.并且,还运用了插值和延拓两种方法来对图像进行尺寸调整,使得神经网络可以训练和识别不同大小的场景图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘伟	厦门大学信息科学与技术学院	14	51	5.0	6.0
2	王丽萍	厦门大学信息科学与技术学院	2	9	2.0	2.0