基于深层卷积神经网络的图像美感度分类

• 作者: 曾建尤 杨国亮 王志元
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 特征提取 图像美感度分类
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 电子与电子信息
• 页码范围: 467-473
• 页数: 7页
• 分类号: T391.41
• 字数: 3599字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2018.04.017

摘要

针对图像美感度分类中出现的准确率低、美感特征描述差等问题,提出了一种基于深层卷积神经网络的图像美感度分类算法.首先将图片输入 55 层卷积神经网络自动学习并获得更加细致和深层次的美感特征,然后通过 softmax分类器进行图像美感度分类,从而得到最优的分类结果.将该算法与多种传统算法和浅层深度卷积神经网络的算法进行对比实验,结果表明该算法在A1和A0数据库的准确率分别达到80.13% 和 87.32%,且在CUHKPQ数据库的 6 种场景下,获得了更好的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	王志元	江西理工大学电气工程与自动化学院	4	14	2.0	3.0
3	曾建尤	江西理工大学电气工程与自动化学院	2	3	1.0	1.0