基于卷积神经网络与多尺度空间编码的场景识别方法

• 作者: 李菲菲 缪冉 陈虬
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 场景识别 卷积神经网络 K均值聚类 VLAD 主成分分析法 支持向量机
• 年，卷（期）: 2020,（12）
• 页码范围: 54-58,74
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.12.011

摘要

场景图像往往是由一些前景物体与背景环境以一定的空间布局组成.同类场景图片由于采样时的尺度、视角以及背景的不同而具有严重的类内差异性;存在于异类场景间的共有物体也导致异类场景图像间具有一定的相似性.据此,文中提出了基于CNN与多尺度空间编码的场景描述及识别方法.该方法结合了多尺度密集采样方法、卷积网络算法与多尺度空间编码方法.多尺度空间的编码方法是将采样网络进行多次空间划分,且对不同子区域中的CNN特征进行聚合,生成多尺度空间VLAD.文中在Scene15场景数据集上进行了实验,结果显示测试精度达到了94.67％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李菲菲		21	44	4.0	5.0
2	陈虬		17	40	4.0	5.0
3	缪冉		1	0	0.0	0.0