基于CNN的计算机生成图像识别方法

摘要：

针对计算机生成图像(Computer Generated images,CG)与真实照片(Photograpgh,PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构作为基础,建立不同的模型.该方法创新性地引入迁移学习,节省训练时间和大量计算资源,最后使用softmax分类器进行分类.实验结果表明,该文方法对PG图像的识别准确率达到92％.与其他方法比较,该文方法识别准确率最高,说明该文方法具有可行性与有效性.

关键词：计算机生成图像、迁移学习、卷积神经网络、图像识别

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究项目KJ1602906,KJ1729408

在线出版日期：2019-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114