基于MV-PearlNet的珍珠细粒度分类方法

• 作者: 熊晖 钱涛 陈晋音
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 珍珠分类 多视图卷积神经网络 无监督聚类算法 主动类标学习 特征融合
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 185-190
• 页数: 6页
• 分类号: TP29
• 语种: 中文

摘要

提出多视图卷积神经网络模型MV-PearlNet,替代人工进行细粒度珍珠分类.该模型采用并行化处理方式,针对珍珠的多个视角图片提取特征,可提升珍珠图片的特征提取效果,并且采用中间层特征融合作为珍珠的特征表达.在训练集数据量有限的情况下,通过MV-PearlNet结合K-means方法,将无监督聚类算法应用到提取得到的特征中,并利用相似度计算完成自动类标学习,这些操作起到了扩充数据集的作用,有助于改善深度分类模型因为训练集不足导致的欠拟合问题,可提高模型的分类准确率.实验结果表明,相比于主流卷积神经网络模型,MV-PearlNet对珍珠细粒度图片的分类准确率有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晋音		45	217	9.0	13.0
2	钱涛		4	5	2.0	2.0
3	熊晖		2	13	1.0	2.0