基于Gabor卷积神经网络的图像分类算法研究

• 作者: 王森妹 刘海华 张安铎 刘攸实
• 来源期刊: 广西大学学报（自然科学版）
• 关键词: Gabor滤波器 卷积神经网络 Gabor卷积神经网络 图像分类
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 675-682
• 页数: 8页
• 分类号: TP18|TP391
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2021.0675

摘要

为了研究Gabor滤波器在卷积神经网络中的性能和特征提取能力,提出了模拟视觉神经元特性的Gabor卷积神经网络计算模型.利用符合视觉神经元感知特性的Gabor滤波器作为建议神经网络的卷积核,将Gabor滤波器与CNN相结合,从而构建Gabor卷积神经网络.实验采用3个公共图像数据集进行图像分类任务,验证GaborConv网络的各项性能,并与经典的VGG16进行对比分析.实验结果表明,Gabor卷积神经网络的图像分类精度相对CNN有所提高,其收敛速度也明显加快,同时大量减少网络训练参数数量,释放计算机的内存.