基于多尺度CNN特征的国画图像分类算法

摘要：

为了捕获国画图像的局部表现手法而实现风格分类,提出一种基于多尺度卷积神经网络(Convolutional Neural Network,CNN)特征的国画图像分类算法.该算法先对AlexNet网络模型进行改进,得到精简AlexNet网络模型以降低网络深度与参数规模.然后采用非对称空间分块方法对训练样本进行数据扩充,训练具有特征提取能力的CNN网络模型,以提取国画图像的多尺度CNN特征.最后,采用前向搜索选择方法对多尺度CNN特征进行选择降维,再结合支持向量机(Support Vector Machine,SVM)分类器实现国画图像自动分类.对比实验结果表明,多尺度CNN特征较之全局CNN特征分类精度提高了2.12％,且所提算法在分类精度方面均高于其他图像分类方法.

关键词：国画图像分类、卷积神经网络、AlexNet网络模型、特征选择、支持向量机分类器

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：陕西省科技创新创业双导师制项目;陕西省国际合作交流项目;西安邮电大学研究生创新基金项目

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：104-110