基于显著性信息的数字绘画图像自主分类系统

• 作者: 赵媛媛
• 来源期刊: 现代电子技术
• 关键词: 数字绘画图像 自主分类 系统设计 显著性信息 图像预处理 卷积神经网络
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 132-135,139
• 页数: 5页
• 分类号: TN911.73-34|TP301
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.22.033

摘要

数字绘画图像中存在大量内容增加了自主分类的难度,因此文中研究一种基于显著性信息的数字绘画图像自主分类系统.该系统由图像预处理模块、显著性信息特征提取模块以及卷积神经网络自主分类模块三部分组成.图像预处理模块将输入数字绘画图像通过中值滤波方法过滤,然后发送至显著性信息特征提取模块,显著性信息特征提取模块接收过滤后的图像,利用流形排序算法计算图像显著性信息获取得到显著性信息图,将显著性信息图输入卷积神经网络中,利用卷积神经网络分析输入样本建立分类模型,将待分类图像输入卷积神经网络中,利用已训练分类模型实现数字绘画图像自主分类,并将分类结果发送至用户界面.实验结果表明,该系统数字绘画图像分类精度高达99％以上.