基于迁移学习及特征融合的轮胎花纹图像分类
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2019.05.037

基于迁移学习及特征融合的轮胎花纹图像分类

引用
为提高图像分类性能,解决因训练数据不足导致卷积神经网络模型过拟合的问题,提出一种基于迁移学习和特征融合的轮胎花纹图像分类算法.将HSV颜色直方图、GIST描述子与方向梯度直方图结合作为轮胎图像低层特征;将迁移学习引入卷积神经网络模型训练中,通过轮胎图像数据集对预训练模型参数微调,获得适用于轮胎花纹图像的新模型,提取全连接层特征作为图像高层特征;将低层和高层特征融合作为轮胎图像最终特征用于训练SVM分类器,实现高效分类.实验结果表明了所提算法的有效性.

轮胎花纹图像分类、迁移学习、卷积神经网络、高层特征、特征融合

40

TP391.41(计算技术、计算机技术)

国家自然科学基金项目61671377;公安部科技强警基金项目2016GABJC51;陕西省国际合作研究基金项目2017KW-013

2019-08-02(万方平台首次上网日期,不代表论文的发表时间)

共6页

1401-1406

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

40

2019,40(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn