• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

苗军 (苗军.) | 许少武 (许少武.) | 卿来云 (卿来云.) | 乔元华 (乔元华.) (学者:乔元华) | 邹柏贤 (邹柏贤.)

摘要:

针对一般卷积结构无法直接提取图像的高级语义特征的问题,提出了通过编码的方式获取形状这一图像全局结构特征的方法——形状编码。形状编码包含两个步骤:第一步是将原图像转换为由显著像素点和非显著像素点组成的二值特征图;第二步是基于二值特征图中显著点对的空间位置关系进行编码。编码的结果是表征原图像的形状特征的形状编码图,可用于替代原始图像送入卷积神经网络中作为学习对象。在形状编码方法的基础上提出了两种改进编码方法,分别是动态形状编码和分块形状编码。实验证明,同时将形状编码图和原始图像送入卷积神经网络进行学习,相比只使用原始图像时可以获得更高的识别准确率。

关键词:

卷积神经网络 图像识别 形状编码 手写数字识别

作者机构:

  • [ 1 ] 北京信息科技大学计算机学院网络文化与数字传播北京市重点实验室
  • [ 2 ] 中国科学院大学计算机科学与技术学院
  • [ 3 ] 北京工业大学数理学院
  • [ 4 ] 北京联合大学应用文理学院

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

北京信息科技大学学报(自然科学版)

年份: 2020

期: 06

卷: 35

页码: 1-7

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:811/2933263
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司