基于多尺度显著区域特征学习的场景识别

• 作者: 唐雪飞 李彦冬 郝宗波 雷航
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 深度学习 特征学习 场景分析 场景识别 迁移学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 600-605
• 页数: 6页
• 分类号: TP391.4
• 字数: 5252字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2017.03.020

摘要

场景识别是图像高层语义信息理解的重点和难点领域.如何寻找场景中有效信息的位置是场景识别领域中非常困难的问题.该文提出了一种基于多尺度显著区域特征学习的场景识别方法.首先,提取一个场景中在多尺度下的显著区域;然后,通过卷积神经网络的迁移学习,利用学习到的特征在多尺度的显著区域内对场景进行识别.基于两个公共场景识别数据库上的实验证明了该方法的有效性和良好的泛化能力.实验结果表明,该方法相对于传统的场景识别方法能取得更好的场景识别准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷航	电子科技大学信息与软件工程学院	92	1434	17.0	35.0
2	唐雪飞	电子科技大学信息与软件工程学院	25	418	11.0	20.0
3	郝宗波	电子科技大学信息与软件工程学院	13	664	7.0	13.0
4	李彦冬	电子科技大学信息与软件工程学院	3	577	3.0	3.0