基于卷积神经网络的领带花型情感分类
为避免传统手工特征和局部特征难以全面表征和准确量化图像情感特征的不足,以领带花型为研究对象,提出了一种融合手工情感特征的基于卷积神经网络的织物图像情感分类方法.首先对领带花型图像进行情感评价,建立领带花型图像的情感样本库;然后提取图像饱和度、纹理等手工情感特征和图像像素值作为卷积神经网络的输入;其次建立卷积神经网络模型,将2000幅样本图像作为训练样本对卷积神经网络进行训练;最后将1000幅检测样本输入训练后的卷积神经网络,实现了领带花型图像的情感分类.实验结果显示:该方法的情感分类准确率为89.7%,比采用传统手工特征的分类方法有较大提升,较其他卷积神经网络模型正确率更高.
卷积神经网络、深度学习、领带花型、织物情感、情感分类
39
TP181;TS101(自动化基础理论)
浙江省重大科技专项重点社会发展项目2015C03001;浙江省自然科学基金项目LY17F020034;浙江省服装个性化定制协同创新中心项目浙教高科〔2016〕63号
2018-09-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
117-123