基于深度特征选择的多示例算法及在图像分类中的应用 |
| |
作者单位: | 山东工商学院信息与电子工程学院,山东烟台264000;山东工商学院信息与电子工程学院,山东烟台264000;山东省烟台第一中学,山东烟台264000 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;研究生科技创新项目 |
| |
摘 要: | 信息技术高速发展为人们生活带来便利的同时,海量的信息也给人们带来许多困扰,如图像检索变得越来越困难。因此智能化地进行图像分类识别具有重要的研究意义。基于多示例学习的图像分类方法得到了越来越多学者关注,。也提出了一些算法,但仍存在特征表达有限,模型受无关示例影响较大的问题。文章提出一种基于深度特征选择的多示例算法,并验证了此算法的有效性。该方法首先利用深度预训练模型提取示例高层语义特征,再将包投影到示例获取图像的深度特征,然后通过特征选择剔除干扰示例的影响,最后利用训练好的SVM分类器对图片类别进行预测。不同数据集上的实验结果表明,该方法有效地实现了图像分类。
|
关 键 词: | 图像分类 深度学习 特征表示 多示例学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|