10.16208/j.issn1000-7024.2019.04.035
基于并行卷积神经网络的图像美学分类
针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法.从图像的不同角度出发,自动提取有用的图像美学特征,提高对图像关学的分类效果.实验结果表明,与其它算法实验结果相对比,所提算法增加了图像美学分类的准确率,有一定的实用性.
并行卷积神经网络、特征提取、深度学习、图像美学分类、指数衰减学习率
40
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61364014;江西省研究生创新专项资金基金项目YC2017-S307
2019-06-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
1120-1125