并行交叉的深度卷积神经网络模型

• 作者: 左凌轩 汤鹏杰 王瀚漓
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 图像分类 识别 深度CNN Alex-Net 并行交叉国 人眼视觉
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 第24届全国多媒体学术会议专栏
• 页码范围: 339-347
• 页数: 9页
• 分类号: TP391.4
• 字数: 6626字
• 语种: 中文
• DOI: 10.11834/jig.20160308

摘要

目的 图像分类与识别是计算机视觉领域的经典问题,是图像检索、目标识别及视频分析理解等技术的基础.目前,基于深度卷积神经网络(CNN)的模型已经在该领域取得了重大突破,其效果远远超过了传统的基于手工特征的模型.但很多深度模型神经元和参数规模巨大,训练困难.为此根据深度CNN模型和人眼视觉原理,提出并设计了一种深度并行交叉CNN模型(PCCNN模型).方法 该模型在Alex-Net基础上,通过两条深度CNN数据变换流,提取两组深度CNN特征;在模型顶端,经过两次混合交叉,得到1 024维的图像特征向量,最后使用Softmax回归对图像进行分类识别.结果 与同类模型相比,该模型所提取的特征更具判别力,具有更好的分类识别性能;在Caltech101上top1识别精度达到63％左右,比VGG16高出近5％,比GoogLeNet高出近10％;在Caltech256上topl识别精度达到46％以上,比VGG16高出近5％,比GoogLeNet高出2.6％.结论 PCCNN模型用于图像分类与识别效果显著,在中等规模的数据集上具有比同类其他模型更好的性能,在大规模数据集上其性能有待于进一步验证;该模型也为其他深度CNN模型的设计提供了一种新的思路,即在控制深度的同时,提取更多的特征信息,提高深度模型性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤鹏杰	同济大学计算机科学与技术系	11	64	4.0	7.0
10	左凌轩	同济大学计算机科学与技术系	4	35	2.0	4.0
14	王瀚漓	同济大学计算机科学与技术系	4	89	3.0	4.0