基于深度卷积-递归神经网络的手绘草图识别方法

• 作者: 刘慧婷 刘杨 姚晟 赵鹏
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 手绘草图识别 深度学习 笔画顺序信息 深度卷积神经网络 递归神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形与可视化
• 页码范围: 217-224
• 页数: 8页
• 分类号: TP391.41
• 字数: 5788字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16275

摘要

针对现有基于深度学习的手绘草图识别方法直接从整体上提取手绘草图的图像特征,而忽略了草图中笔画的顺序信息的问题,利用手绘草图的笔画顺序信息,将深度卷积神经网络与递归神经网络相结合,提出一种基于深度卷积-递归神经网络的手绘草图识别方法.首先按照绘画草图时的笔画顺序提取笔画,生成多幅子笔画草图,并形成一个笔画数依次递增的子笔画草图序列;然后采用深度卷积神经网络依次提取该序列中每一幅子笔画草图的图像特征,并将提取的图像特征按照原先子笔画草图排列的顺序进行排序,作为递归神经网络的输入;最后利用递归神经网络来构建不同图像特征间的时序关系,以提高手绘草图的识别准确率.在现有最大的手绘草图数据集TU-Berlin Sketch数据集上的实验结果表明,文中方法能有效地提升手绘草图的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹏	安徽大学计算智能与信号处理教育部重点实验室	61	683	15.0	24.0
5	刘杨	安徽大学计算智能与信号处理教育部重点实验室	6	23	3.0	4.0
9	刘慧婷	安徽大学计算智能与信号处理教育部重点实验室	64	1093	15.0	31.0
13	姚晟	安徽大学计算智能与信号处理教育部重点实验室	26	191	10.0	13.0