河南科技大学学报:自然科学版

2017, v.38;No.166(03) 41-44+5-6

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

多通道卷积神经网络图像识别方法
Image Recognition Method of Multi-channel Convolutional Neural Network

易超人;邓燕妮;

摘要(Abstract):

为了更好地利用图像数据中隐含的特征信息,将多方向梯度信息作为边缘信息的基本表达,提出了一种基于图像梯度的多通道卷积神经网络图像识别方法。先将图像进行Sobel算子处理,得到水平方向、垂直方向及两个对角方向的4个梯度图像。然后,建立4个多层卷积神经网络,学习4个不同方向梯度图像的特征。再将4个不同方向的特征进行随机化特征融合,得到样本的特征后经过批标准化处理。最后,通过分类器得到分类结果。在数据库Cifar-10和MNIST上进行了验证,验证结果表明:本文提出的模型具有较好的泛化能力,相比单通道卷积神经网络,在两个数据库中识别错误率分别降低了9.85%和0.38%。

关键词(KeyWords): 卷积神经网络;多通道;梯度图像;随机化特征融合;分类

Abstract:

Keywords:

基金项目(Foundation): 国家“863”计划基金项目(2015AA015904)

作者(Author): 易超人;邓燕妮;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享