基于条件生成对抗网络的手写数字识别

• 作者: 吴海滨 王敏慧 王爱丽 薛冬
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 手写数字识别 条件生成对抗网络 条件批量归一化 图像生成
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 1284-1290
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.37188/YJYXS20203512.1284

摘要

针对当训练样本不足时,传统深度学习算法在手写数字识别中会出现训练不稳定、识别精度较低等问题,提出了基于条件生成对抗网络的识别方法.首先,在条件生成对抗网络的基础上,利用生成器使用类别标签控制图像生成的优点,将生成器产生的图像样本作为训练数据,扩充数据集.同时,利用反卷积网络和卷积网络分别构成生成器和判别器的网络结构,去掉全连接层以提升模型稳定性.然后,引入条件批量归一化,利用它使用类别标签的优点,使网络学习更多的特征.最后,改进判别器为分类器,并提出新的损失函数,加快收敛速度,提高识别精度.实验结果表明,本文所提出的手写数字识别方法生成的图像质量更好,识别准确率更高,达到99.43％,为生成对抗网络及其变体在图像识别领域中的应用提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴海滨		29	278	8.0	16.0
2	王爱丽		16	63	5.0	7.0
3	薛冬		1	0	0.0	0.0
4	王敏慧		1	0	0.0	0.0