共查询到10条相似文献，搜索用时 265 毫秒
1.
2.
基于迁移学习的家猪图像识别研究 总被引：1，自引：0，他引：1
为实现家猪图像识别并提高识别准确率,提出一种基于迁移学习的家猪图像识别方法。首先对现有数据集进行数据增强,然后迁移 VGG16 模型并对其进行微调,从而更好地提取图像特征并缩短网络训练时间。采用自归一化神经网络解决了梯度消失和梯度爆炸问题,在网络构造时使用全局平均池化代替全连接层,以达到降低模型过拟合的效果。实验对比结果表明,该方法分类效果较好,准确率达到了 84%,召回率和 F1 值分别提升至 0.8、0.82,各项指标相比基础模型均有所提升。 相似文献
3.
已有的煤矸石识别方法具有一定效果,但无法满足实际需求。为了寻找新的煤矸石识别方法,提出了基于深度学习的煤矸石图像识别方法。采用Inception模型,并通过迁移学习共享已训练模型卷积层权值和偏差。从煤矸石图像库中随机抽取煤矸石图像作为训练集和测试集,最后将该方法与传统图像识别方法进行比对。实验结果表明,该模型可以有效识别煤矸石,准确率为93.5%,有效提高了煤矸识石别准确率。 相似文献
4.
5.
乳腺癌严重威胁女性健康和生命,及时诊断并提供治疗方案给医生带来了挑战,病理图像分类结果是医生确诊的重要依据,实现乳腺癌病理图像识别分类具有重要意义及临床应用价值。近年来,大多数研究集中于良恶性分类,而不同类型的乳腺肿瘤本身具有不同病因及治疗方法。采用 Inception-ResNet-V2 深度卷积神经网络模型,实现对乳腺癌病理图像的八分类,利用数据增强和迁移学习方法,在 Matlab 上对数据集 BreaKHis进行实验。结果表明,该方法识别率基本达到 80%以上,比大部分已有研究成果效果更优。 相似文献
6.
针对卷积神经网络(Convolutional Neural Network,CNN)在人脸图像识别中面对训练规模较大的图像集数据时收敛速度慢、效率低以及在复杂情况下识别率不高的问题,提出一种优化改进的CNN图像识别方法。该方法首先利用不含标签的图像训练一个稀疏自动编码器,得到符合数据集特性、有较好初始值的滤波器集合,然后对CNN的卷积核初始化赋值,从而大大提高其整体上使用BP算法进行训练的收敛速度,其次使用多类别SVM分类器(Multiclass Support Vector Machine)代替传统的Softmax分类器,对目标图像进行识别,在ORL和FERET等人脸图像库上的实验结果显示,所提算法与采用传统PCA+SVM算法及传统CNN算法相比,在人脸图像识别中有更好的识别效果。 相似文献
7.
人脸识别是当前计算机视觉领域的一个研究热点,在日常生活中的应用也非常广泛.近年来,流形被认为是视觉感知的基础,利用流形学习算法可以寻找图像的内在特征.文章提出一种基于差异性值监督LLE(D-LLE)算法和图像分块的人脸识别方法,首先对提取的人脸图像进行分块,然后利用D-LLE算法进行人脸子图像集特征提取,最后使用最近邻分类器进行人脸图像识别.通过与现有人脸识别方法进行仿真结果比较,该方法能够取得较好的识别效果. 相似文献
8.
针对基于复杂网络图像识别方法建模复杂度过高问题,提出一种基于双网络模型的灰度图像识别新方法。首先将像素点作为复杂网络节点,基于灰度乘积构建图像的结构平衡网络模型以及基于欧氏距离构建复杂网络模型,然后分别计算两种网络模型的拓扑特征参量,形成最终的图像特征识别参量。相比现有基于复杂网络的图像识别方法,该方法在理论上能够降低图像建模复杂度,提高图像识别速度。使用 YALE 人脸数据库进行仿真对比实验,结果表明,该方法的图像识别速度为传统复杂网络方法的 35%,正确率提高了 4%。 相似文献
9.
《赤峰学院学报(自然科学版)》2017,(21)
随着互联网高速发展,一些敏感图像信息也在网络上广泛传播,如何对这些敏感图像进行有效自动识别,净化网络环境已成为计算机领域的重点研究课题.通过对常用图像分割算法k-means算法、k-means++算法探讨,提出敏感图像敏感部位的特殊构造形态,构建彩色变柱宽多分辨率直方图矩特征,有效的表示了敏感部位的颜色和纹理信息.采用敏感部位特征视觉词汇和聚类算法计算的视觉词汇形成混合视觉词汇表,并使用词袋模型建模,在图像识别阶段使用基于RBF核的SVM分类器.实验结果显示该方法有效地提高了敏感图像的识别效果. 相似文献
10.
《河南职业技术师范学院学报(职业教育版)》2020,(1)
针对传统的编码方法通常仅考虑编码的稀疏性,忽略编码的局部性,且难以处理数据域特征分布不一致的问题,将迁移稀疏编码与局部约束项相结合,提出基于迁移局部线性编码的跨域图像表示方法.通过K均值聚类均衡学习初始字典基,然后利用局部约束将样本集映射到本地坐标系中并最小化特征的重构编码,学习更具代表性的图像表示,同时考虑数据域的分布差异和几何特征,保证了编码的局部平滑性和鲁棒性.在3个跨域图像数据集上的实验表明,迁移局部线性编码方法可以有效提高跨域图像的分类精度. 相似文献