基于融合机制的多模型神经网络人物群体分类模型

摘要：

有效识别图像或视频中人物的不同群体,是进行图像智能分析的重要环节,归根结底是研究如何获取图像中的“有效特征”.本文以卷积神经网络模型为基础模型,提出多模型融合卷积神经网络的方法,利用ImageNet训练得到的模型参与本文神经网络模型的权值初始化,在有效节省时间和计算资源成本的前提下获取更多有效的特征.实验结果证明,本模型对于自然场景中的个体分类中成年男性、成年女性、儿童识别准确率可以保持在85％左右,提高了人物群体分类的准确度和可靠度.

关键词：图像智能分析、有效特征、卷积神经网络、多模型融合、群体分类

所属期刊栏目：29

资助基金：国家自然科学基金;广东省创新强校特色创新类项目

在线出版日期：2020-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：127-134