基于卷積神經(jīng)網(wǎng)絡(luò)的景物標(biāo)記.pdf

1、本文研究卷積神經(jīng)網(wǎng)絡(luò)在人臉-背景二分類(lèi)識(shí)別、手寫(xiě)數(shù)字識(shí)別、多類(lèi)圖像分類(lèi)識(shí)別和景物標(biāo)記中的應(yīng)用。本文采用具有不同特征抽取過(guò)濾層的卷積神經(jīng)網(wǎng)絡(luò)與其他優(yōu)化模型相結(jié)合的方法，獲得相同圖像在不同尺度卷積核的圖像信息。探究了基于多尺度卷積神經(jīng)網(wǎng)絡(luò)模型的多景物圖像標(biāo)記問(wèn)題，同時(shí)將改進(jìn)后的多尺度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于Stanford Background數(shù)據(jù)集與SIFT Flow數(shù)據(jù)集的景物標(biāo)記實(shí)驗(yàn)中，提高了景物標(biāo)記的正確率。本文的主要工作如下:
　

2、　(1)采用具有不同特征抽取過(guò)濾層的卷積神經(jīng)網(wǎng)絡(luò)方法分別進(jìn)行了人臉-背景二分類(lèi)實(shí)驗(yàn)、手寫(xiě)數(shù)字識(shí)別實(shí)驗(yàn)和多類(lèi)圖像分類(lèi)實(shí)驗(yàn)，同時(shí)和其他訓(xùn)練模型的結(jié)果作對(duì)比，還探究了一下卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特征。其中，人臉-背景二分類(lèi)實(shí)驗(yàn)所得的平均分類(lèi)正確率達(dá)到了99.785％;手寫(xiě)數(shù)字識(shí)別實(shí)驗(yàn)中，在各種結(jié)構(gòu)下的訓(xùn)練模型中卷積神經(jīng)網(wǎng)絡(luò)與隨機(jī)梯度下降法的組合平均分類(lèi)正確率最高達(dá)到了96.7％，比平均正確率次高的雙層神經(jīng)網(wǎng)絡(luò)與隨機(jī)梯度下降法的組合提升了8.1％;多

3、類(lèi)圖像分類(lèi)實(shí)驗(yàn)中，在各結(jié)構(gòu)下的訓(xùn)練模型中卷積神經(jīng)網(wǎng)絡(luò)與隨機(jī)梯度下降法的組合平均分類(lèi)正確率最高達(dá)到了66.7％，比平均正確率次高的雙層神經(jīng)網(wǎng)絡(luò)與隨機(jī)梯度下降法的組合提升了52.3％。同時(shí)在此實(shí)驗(yàn)中還探究了線(xiàn)性校對(duì)單元與池化方式分別對(duì)卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征的影響。
　　(2)針對(duì)圖像的景物標(biāo)記問(wèn)題，本文探究了一種多尺度卷積神經(jīng)網(wǎng)絡(luò)，即使用不同尺度的卷積核來(lái)提取圖像特征，以獲得相同圖像在不同尺度卷積核下的圖像信息并將這些圖像特征用于對(duì)

4、測(cè)試集圖像的景物標(biāo)記。在Stanford Background數(shù)據(jù)集的景物標(biāo)記實(shí)驗(yàn)中，運(yùn)用多尺度預(yù)處理圖像與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法將景物標(biāo)記的正確率提高了33.5％。后將改進(jìn)后的多尺度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于SIFTFlow數(shù)據(jù)集的景物標(biāo)記實(shí)驗(yàn)中，將景物標(biāo)記的正確率提高了36.3％。實(shí)驗(yàn)驗(yàn)證了卷積神經(jīng)網(wǎng)絡(luò)在解決圖像標(biāo)記問(wèn)題時(shí)可以通過(guò)提取圖像特征的不同尺度來(lái)達(dá)到提高訓(xùn)練正確率的效果。實(shí)驗(yàn)還驗(yàn)證了線(xiàn)性校正單元與Dropout對(duì)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的