基于改进的卷积神经网络模型的中国绘画图像分类方法

• 作者: 周衍挺
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 Inception模块 残差连接 批标准化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 科研与实践探索
• 页码范围: 112-115
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文

摘要

提出了一种改进的卷积神经网络模型,在传统卷积神经网络中加入Inception模块,提取出图像的多尺度特征,同时引入残差连接,充分利用图像的底层特征信息.在模型中加入批标准化技术与重叠池化技术,减轻模型的过拟合.最后将提取出的特征信息输入到softmax分类器进行分类.为了验证改进模型在中国绘画图像分类上的可行性和有效性,将改进模型、传统卷积神经网络模型、LeNet模型、HOG+SVM算法用于对中国绘画图像进行分类.实验结果表明,改进模型可以有效提取中国绘画图像特征信息,减轻过拟合,进而提升模型的分类精度.