基于半监督深度生成对抗网络的图像识别方法

• 作者: 向德华 曾琦 李宁 肖红光
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 生成对抗网络 半监督 深度卷积网络 图像识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 37-42
• 页数: 6页
• 分类号: TP391
• 字数: 4426字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.08.008

摘要

基于生成对抗网络的图像识别方法拥有很高的识别率,但训练时需要大量有标签样本,在有标签样本较少的情况时识别效果不佳.针对这个问题,结合深度卷积生成对抗网络和半监督生成对抗网络的特点建立半监督深度生成对抗网络.根据有标签样本和无标签样本分布,模型生成拟合真实分布的样本输入并训练分类器,增加了训练样本数从而提升识别率.将模型优化调整并进行图像识别实验,结果表明,该方法仅用少量有标签样本即可实现准确的图像识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖红光	长沙理工大学计算机与通信工程学院	34	302	9.0	16.0
2	向德华		19	22	2.0	3.0
3	李宁		15	14	2.0	3.0
4	曾琦	长沙理工大学计算机与通信工程学院	1	2	1.0	1.0