基于深度学习的手绘草图识别

• 作者: 刘慧婷 姚晟 王斐 赵鹏
• 来源期刊: 四川大学学报（工程科学版）
• 学科: 工学
• 关键词: 手绘草图识别 深度学习 卷积神经网络
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息工程
• 页码范围: 94-99
• 页数: 6页
• 分类号: TP391.41
• 字数: 4580字
• 语种: 中文
• DOI: 10.15961/j.jsuese.2016.03.012

摘要

现有的手绘草图识别方法严重依赖于费时费力的手工特征提取,而经典的深度学习模型主要是为彩色多纹理自然图像设计,用于识别手绘草图时效果不甚理想.提出一种基于深度学习的手绘草图识别方法(Deep-Sketch),该算法根据手绘草图缺失颜色、纹理信息的特点,使用大尺寸的首层卷积核取代自然图像识别中常使用的小尺寸首层卷积核,获得更多的空间结构信息.利用训练浅层模型获得的模型参数来初始化深层模型对应层的模型参数,以加快收敛,减少训练时长.加入不改变特征大小的卷积层来加深网络深度等方法以减小错误率.实验结果表明,所提出的方法较之其它几种主流的手绘草图识别方法具有良好的正确率,对250类手绘草图识别正确率达到69.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹏	安徽大学计算智能与信号处理教育部重点实验室	61	683	15.0	24.0
5	刘慧婷	安徽大学计算智能与信号处理教育部重点实验室	64	1093	15.0	31.0
9	姚晟	安徽大学计算智能与信号处理教育部重点实验室	26	191	10.0	13.0
13	王斐	安徽大学计算机科学与技术学院	2	27	1.0	2.0