多尺度区域特征的细粒度分类算法研究

• 作者: 熊昌镇 蒋杰
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 精细识别 神经网络微调 包围盒约束 海伦约束算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 55-60
• 页数: 6页
• 分类号: TP391
• 字数: 4799字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018157

摘要

为了避免复杂背景对精细目标分类的影响,充分利用卷积神经网络提取的目标全局和局部信息进行细粒度任务的研究,提出了一种多尺度区域特征的细粒度目标检测与分类算法.该方法先使用FASTER-RCNN框架训练3个尺度区域的卷积模型进行多尺度目标区域定位,对定位的结果进行包围盒约束和海伦约束以优化提高定位的精确度,然后将提取多个尺度区域的特征进行组合,并用支持向量机训练细粒度分类器.在Caltech-UCSD鸟类数据集和CompCars车型数据集上进行实验测试.实验结果表明该算法在 Caltech-UCSD鸟类数据集的分类正确率达到82.8%,比没有使用多尺度区域特征的分类算法提高了7.5%,比基于部件的分类方法提高了8.9%;在CompCars车型数据集的分类正确率达到93.5%,比没有使用多尺度区域特征的分类算法提高了8.3%,比最优的GoogleNet精细目标分类算法提高了2.3%,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊昌镇	北方工业大学城市道路交通智能控制技术北京市重点实验室	14	28	3.0	5.0
2	蒋杰	北方工业大学城市道路交通智能控制技术北京市重点实验室	2	2	1.0	1.0