基于栈自编码器的图像分类器

• 作者: 曹冬林 李绍滋 林丽惠 殷瑞 苏松志
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分类 特征提取 分类器 栈自编码器 卷积神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 118-123
• 页数: 6页
• 分类号: TP391.4
• 字数: 5182字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201610021

摘要

图像分类问题包含两个重要的部分:特征提取器和分类器.多年来研究人员一直将精力投入到特征表示中,对于分类器却仅进行局部调参.基于一个性能优异的分类器与特征表示对图像分类系统同等重要的思想,提出了基于卷积特征的栈自编码器(stacked autoencoder on convolutional feature maps,SACF)的分类系统,并在数据集CUB-200和VGG-flower上进行了实验,对比了SACF与基于卷积特征和多层感知机的卷积神经网络(CNN)分类系统的分类效果,实验结果表明SACF具有更优的分类效果.