基于堆栈降噪自动编码模型的动态纹理分类方法

• 作者: 汪彩霞 王彪 魏雪云
• 来源期刊: 现代电子技术
• 关键词: 动态纹理分类 慢特征分析 深度学习 堆栈降噪自动编码网络模型
• 年，卷（期）: 2015,（6）
• 页码范围: 20-24
• 页数: 5页
• 分类号: TN919-34
• 语种: 中文

摘要

针对以往动态场景分类中需要手动提取动态特征描述符以及特征维数过高的问题，提出利用深度学习网络模型进行动态纹理特征的提取。首先利用慢特征分析法（SFA）预先学习每个视频序列的动态特征，将该特征作为深度学习网络模型的输入数据进行学习，进一步得到信号的高级表示，深度网络模型选用堆栈降噪自动编码模型，最后用SVM分类法对其进行分类。实验证明该方法所提取的特征维数低，并且能够有效地表示动态纹理。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彪	江苏科技大学电子与信息学院	48	143	7.0	8.0
2	魏雪云	江苏科技大学电子与信息学院	10	8	1.0	2.0
3	汪彩霞	江苏科技大学电子与信息学院	1	7	1.0	1.0