多通道卷积神经网络图像识别方法

• 作者: 易超人 邓燕妮
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 多通道 梯度图像 随机化特征融合 分类
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电工电信、自动化与计算机
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP391.41
• 字数: 3666字
• 语种: 中文
• DOI: 10.15926/j.cnki.issn1672-6871.2017.03.009

摘要

为了更好地利用图像数据中隐含的特征信息,将多方向梯度信息作为边缘信息的基本表达,提出了一种基于图像梯度的多通道卷积神经网络图像识别方法.先将图像进行Sobel算子处理,得到水平方向、垂直方向及两个对角方向的4个梯度图像.然后,建立4个多层卷积神经网络,学习4个不同方向梯度图像的特征.再将4个不同方向的特征进行随机化特征融合,得到样本的特征后经过批标准化处理.最后,通过分类器得到分类结果.在数据库Cifar-10和MNIST上进行了验证,验证结果表明:本文提出的模型具有较好的泛化能力,相比单通道卷积神经网络,在两个数据库中识别错误率分别降低了9.85%和0.38%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓燕妮	武汉理工大学自动化学院	62	340	9.0	15.0
2	易超人	武汉理工大学自动化学院	1	23	1.0	1.0