基于自适应区域监督机制的场景分类算法

深度卷积神经网络(deep convolution neural network,DCNN)是当前流行的场景分类算法。随着神经网络深度的加深以及宽度的加宽,网络训练难度也随之增大。随机裁剪(crop sampling)可降低网络训练的难度,但这种做法也会降低输入网络的图像与目标标签的相关性。为此,提出了一种基于自适应区域监督机制的场景分类算法,算法由三部分组成:热点图生成层、自适应监督裁剪层、分类层。该算法通过热点图生成层生成每张图像的热点图,自适应监督裁剪层依据热点图自适应地对图像进行裁剪,最后使用分类层对裁剪后的场景图像进行分类,以提升裁剪图像与目标标签的相关性。通过在15-Scene和MIT Indoor两个经典场景分类数据集上的实验,结果发现,所提的算法在训练效率以及识别性能上优于原始的网络算法架构,算法对于复杂的场景有更好的识别率和鲁棒性。