基于深度卷积生成对抗网络的图像识别算法

• 作者: 刘恋秋
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 生成对抗网络 深度卷积 特征提取 计算机视觉
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 383-388
• 页数: 6页
• 分类号: TP391
• 字数: 3114字
• 语种: 中文
• DOI: 10.3788/YJYXS20203504.0383

摘要

针对传统深度卷积生成网络收敛速度慢、稳定性较差的问题,本文在传统深度卷积生成对抗网络的基础上,提出了深度卷积生成对抗网络的优化算法.首先在预处理部分,融合了Canny算子和Prewitt算子的多个方向的卷积核来初始化输入图片参数,同时训练模块.为了减少训练时间,将训练分为3个阶段,每个阶段都采用不同的损失函数,从而提升网络的收敛速度及识别效果.最后再将训练后的判别网络中的卷积神经网络用来提取图像特征.LFW和CIFAR-100的实验证明,本文提出的算法具有很高的可行性和有效性,比传统生成对抗网络、CNN等图像识别具有更高的识别成功率,达到89.5％,为生成对抗网络在计算机视觉领域的应用提供了有益的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘恋秋		4	7	1.0	2.0