多特征融合的胶囊网络用于图像分类

• 作者: 李建桥 贾晓芬 赵佰亭
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 胶囊网络 残差网络 反卷积 多特征融合 分类 计算机视觉
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 695-700
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

为了提高原始胶囊网络在复杂数据集上的分类精度,提出了一种新的胶囊网络(MFF-CapsNet).网络主要分为两个部分:编码器和解码器.编码器部分包括卷积提取模块和胶囊模块,原始胶囊网络的卷积模块只能提取到简单的特征信息.为了提取到深层的特征信息,将原始的胶囊网络中的卷积提取模块用残差网络替代,同时将提取到的浅层、中层和深层特征融合,从而提取到更全面的特征信息.此外,解码器中使用反卷积来提高重建图像的质量.为了评估提出的模型在复杂数据集上的性能,在Fashion-MNIST和CIFAR-10数据集上进行验证,准确率分别为94.20％、87.21％.实验结果表明,与CapsNet和已有的几个模型相比准确率提升,参数量大幅减少.说明MFF-CapsNet网络具有很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾晓芬		21	19	3.0	3.0
2	赵佰亭		25	25	3.0	3.0
3	李建桥		1	0	0.0	0.0