针对废旧手机回收过程中手机型号难以精确识别的问题,文中提出一种基于低秩双线性卷积神经网络的图像识别方法。首先,建立基于双线性卷积神经网络(Bilinear-Convolutional　Neural　Network,　B-CNN)的特征提取模型,自适应提取细粒度图像中的局部特征并将其与全局位置特征融合。其次,设计一种基于中心距离和交叉熵的联合损失函数,降低模型学习过程中的类内特征距离。最后,引入基于低秩分解的卷积网络参数降维方法,消除双线性卷积核中的冗余特征并减少过拟合。将文中方法应用于废旧手机回收过程中的型号识别,实验结果表明该方法能够向分类网络提供更丰富的局部细节,具有较好的准确性。