首页|基于卷积神经网络的多标签图像分类识别算法研究

基于卷积神经网络的多标签图像分类识别算法研究

Research on Multi-label Image Classification and Recognition Algorithm Based on Convolutional Neural Network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
准确获取和判断多标签图像中的信息,需实现该图像的精准分类识别,因此,研究基于卷积神经网络的多标签图像分类识别算法.利用四元数Gabor滤波卷积算法提取该类图像特征,将获取特征向量作为卷积神经网络模型的输入,通过模型的卷积、池化,以及单层感知器的学习和训练识别图像,实现多标签图像的识别;对模型实行双重优化,提升模型收敛速度;同时采用基于实例差异化的多标签图像分类方法,实现多标签图像分类.测试结果表明:对不同复杂程度图像纹理特征提取收敛性能良好,可准确完成多标签图像中的目标识别,Kappa系数均在0.8以上,分类效果良好.

张晓瑞

展开 >

安徽三联学院电子电气工程学院 安徽 合肥230601

卷积神经网络 多标签图像 分类识别 图像特征 双重优化 特征向量

安徽省高等学校自然科学研究项目安徽三联学院校级科研基金安徽三联学院校级科研基金

KJ2020A0803KJZD2021007KJYB2021007

2022

10.13877/j.cnki.cn22-1284.2022.02.012

通化师范学院学报
通化师范学院

通化师范学院学报

影响因子：0.266
ISSN：1008-7974
年,卷(期)：2022.43(2)
  • 15