基于卷积神经网络的古玩图片分类方法

• 作者: 叶学义 夏经文 夏胡云 顾亚风
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 古玩图片 图像识别
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 174-178
• 页数: 5页
• 分类号: TP317.4
• 字数: 5290字
• 语种: 中文
• DOI: 10.11907/rjdk.162768

摘要

针对现有的网上古玩图片分类算法需要人工设计特征、依赖个人经验的不足,提出一种基于卷积神经网络的分类方法.将背景分离后的图片输入网络,自动提取特征进行分类,在达到较好分类结果的同时网络结构更加简单,并且设置合适的特征图个数使网络取得较好的识别率.实验结果表明,该方法应用卷积神经网络能够解决网上古玩图片分类问题,与传统卷积神经网络相比网络结构更简单、识别率更高;与常用的Hog特征相比,在测试时间相近的情况下该方法识别率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾亚风	杭州电子科技大学通信工程学院	5	46	3.0	5.0
2	叶学义	杭州电子科技大学通信工程学院	40	202	8.0	11.0
3	夏经文	杭州电子科技大学通信工程学院	5	25	3.0	5.0
4	夏胡云	杭州电子科技大学通信工程学院	3	16	2.0	3.0