西安邮电大学学报

2021, v.26;No.148(01) 104-110

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

基于多尺度CNN特征的国画图像分类算法
Chinese painting image classification algorithm based on multiscale CNN features

李大湘;张玥;

摘要(Abstract):

为了捕获国画图像的局部表现手法而实现风格分类,提出一种基于多尺度卷积神经网络(Convolutional Neural Network, CNN)特征的国画图像分类算法。该算法先对AlexNet网络模型进行改进,得到精简AlexNet网络模型以降低网络深度与参数规模。然后采用非对称空间分块方法对训练样本进行数据扩充,训练具有特征提取能力的CNN网络模型,以提取国画图像的多尺度CNN特征。最后,采用前向搜索选择方法对多尺度CNN特征进行选择降维,再结合支持向量机(Support Vector Machine, SVM)分类器实现国画图像自动分类。对比实验结果表明,多尺度CNN特征较之全局CNN特征分类精度提高了2.12%,且所提算法在分类精度方面均高于其他图像分类方法。

关键词(KeyWords): 国画图像分类;卷积神经网络;AlexNet网络模型;特征选择;支持向量机分类器

Abstract:

Keywords:

基金项目(Foundation): 陕西省科技创新创业双导师制项目(2019JM-604);; 陕西省国际合作交流项目(2017KW-013);; 西安邮电大学研究生创新基金项目(CXJJLD2019021)

作者(Author): 李大湘;张玥;

Email:

DOI: 10.13682/j.issn.2095-6533.2021.01.016

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