基于深度学习算法的图像集识别
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
成 功率 。深 度学 习与传 统 的浅 层神 经 网络 的不 同 ， 主
要包 含 以下 几 个方 面 ： （ １ ） 深 度学 习 强 调深 度这 个 概 念， 其 网络的 中间隐层 一般 有 ３ 层 以上 ， 多 的甚 至达到 １ ０ 层 以上的 中间隐层 ； （ ２ ） 深度学 习强调 了对特征的学
号 到高层语 义的映射关系 。在 图像识别领域 ， 卷 积神经网络表现优异 。但传统 的卷积 神经 网络的训练速度过慢 。 自
动编码机 可 以实现 图像 的压缩和解释 。为提 高速 度 ， 结合卷积神经 网络和 自动编码机 提出～种针对 图像新 的识别方 式 。将 图像 先经过 自动编码机进行初步特征提取 ， 再结合卷积神经 网络对 图像集进行 识别。与 已有的识别算法相 比 较， 提 高识别速度 ， 保证识别率。
使用权值共 享机制 ， 对 于同一个神经元 的权值 ， 在 不同 的 区域进行权 值共享 。通 过这种方式可 以有效地减 少 网络 当中权 值 的数量 ， 简化 网络结 构 。另外对 于卷 积 神经 网络来 说可 以将 图像 进行简单 的处理之后直 接输
囝 现代 计算 机 ２ ０ １ ７ ． ０ ７ 下
，
图形图 像
入 络进 行 、 ： ， 这 洋姚 不需 像传统 的算 法那 佯 仃
复杂 的预处 （ 包括 特 ｆ 提取戒 数 重组 ） 卷积网络 垃一 个 多 感 器 ， 专 门为 ｝ ｊ ｌ ５ Ｊ ， Ｊ 二维 形状 而 特殊 没 汁 这 种网络结 卡 勾 对平移 、 倾斜 、 比例缩放或 者其他形
／
的ｌ 欠 Ｉ 像变形 仃高度不变性
时 问
ｆ ｌ ｆ 传统 的卷积 神经
络 对 丁尺寸 们大的输 人 像 ， 将 会化 ＿ 卡 闩 久 的 圳练
冈此 ， 本 义 占合 ［ ｊ 动编 百 Ｊ ５ 机刈 ‘ 像特 征的 良好
，
提¨ １ 了堆 １ Ａ Ｅ改进 的卷 ｆ ！ ｛ ｝ Ｉ ｛ ｊ 经 络 方法 ． ．通 过
Ａ Ｅ的一 步简 特 提 取 ， 大大减 少 ｒ『 冬 ｛ 像 的维 度 ． ！ ｌ Ｉ ｊ ． 著缩 短 Ｊ Ｃ Ｎ Ｎ的训练 过程 ， 简化 Ｊ 网络结 卡 勾， 提 ｊ
张玉冰 ， 于威威
（ 上海海事 大学信息工程 学院 ， 上海 ２ ０ １ ３ ０ ６ ）
摘要：
深度 学 习技术 是机 器学 习技术 的新发展 。它结合机器学 习中神经 网络 的特 点 ， 通过构建 多隐层 的网络 结构 ， 实现对 人脑 网络的模仿 。结合生物仿生学 的研 究， 模拟人脑进 行模式识别 ， 包括文字 ， 图像及 声音等的特征提取及分类 。深 度 学习 网络 由于包含多层 中间隐层 ， 所 以对 输入数据 能逐级 提取从底层 到高层 的特征 ， 从而能很好地建立 从底层信
关键词 ：
深度学 习；卷积神经 网络 ；图像 识别； 自动编码机 ；特征提取 ；图像预处理
０ 引言
深度学 习技术 是机器学 习技术 的新发 展 。它结合
习， 它将 目标 中的低层特征 进行提取 ， 然后 经过低层 特 征 的不 同组合 ， 形成 目标 内在不易发现 的深 层次特征 ，
ｗ ｏ ｒ ｋ ｓ ） 等 。在这其 中， 卷积神经 网络 由于其特殊 的构造 方式 ， 为模 式识 别领域 （ 包 括文字识别 ， 图像识别 ， 语 音
识别 等 ） 带来 了福音 。它 的优 点包 括在 网络结构 当 中
进 行学 习 ， 借助多隐层 的深 度 网络结构 ， 来 提取到更 有 用 的特征 ， 从 而最终实现对 目标 的分类 ， 并 且提高分类
机 器学 习 中神 经 网络 的特 点 ， 通 过构 建多 隐层 的网络 结构 ， 实 现对 人脑 网络 的模 仿 。结合 生物仿 生学 的研 究， 模 拟人脑进行模 式识别 。包 括文字 ， 图像 及声音等
Fra Baidu bibliotek的特征提取及 分类 。深度 学习是 无监督学 习的一种 。 深 度学 习起 源于神 经 网络 ， 它是神 经 网络 的深度 延伸 。神 经 网络 中也 包含深 度学 习 的结 构 ， 如含 多隐 层 的多层感 知器 。深度 学习 的原理 是通过对原识 别 目 标 的低 层特 征进行 提取 和组合 ， 最 终生 成 目标 内含 的 深层 次 的特征或 属性 。通过 这种 方式 ， 可 以探究数 据 或图像 中深层次 的特征 。
文章编号 ： １ ０ ０ ７ — １ ４ ２ ３ （ ２ ０ １ ７ ） ２ １ — ０ ０ ２ ６ — ０ ５
Ｄ ＯＩ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ — １ ４ ２ ３ ． ２ ０ １ ７ ． ２ １ ． ０ ０ ５
基 于深度学 习算法的 图像集识别
ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ｓ ） 等， 还 包括深 信度 网络 （ Ｄ ｅ ｅ ｐ Ｂ ｅ ｌ ｉ ｅ ｆ Ｎ ｅ ｔ —
ｗ ｏ ｒ ｋ ） ， 以及卷 积神经 网络 （ Ｃ ｏ ｎ ｖ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ａ ｌ Ｎ ｅ ｕ ｒ ａ ｌ Ｎ ｅ ｔ ．
深度学 习的根本 目的就是通过大量 的数据样 本来
模 拟人 脑 的学 习方式 ， 最 终提 高分类 的准 确性 。相 比 于传 统的神经 网络 ， 通过大量数 据进行学 习 ， 并 对其深
层 的特 征进行 构造 和分类 ， 深 度学 习 网络 更能揭 示数 据 的内在信 息 。 当前深 度学 习 已经 有很 多模 型和算 法 ， 包括 最基 础 的深度 网络结 构 自动编码 器 （ Ａ ｕ ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ） ， 以及 对 自动 编 码 机 进 行 改 动 和 提 升 的 稀 疏 自 动 编 码 器 （ Ｓ ｐ ａ ｒ ｓ ｅ Ａ ｕ ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ） ， 降 噪 自动 编码器 （ Ｄ ｅ ｎ ｏ ｉ ｓ ｉ ｎ ｇ Ａ ｕ ．
要包 含 以下 几 个方 面 ： （ １ ） 深 度学 习 强 调深 度这 个 概 念， 其 网络的 中间隐层 一般 有 ３ 层 以上 ， 多 的甚 至达到 １ ０ 层 以上的 中间隐层 ； （ ２ ） 深度学 习强调 了对特征的学
号 到高层语 义的映射关系 。在 图像识别领域 ， 卷 积神经网络表现优异 。但传统 的卷积 神经 网络的训练速度过慢 。 自
动编码机 可 以实现 图像 的压缩和解释 。为提 高速 度 ， 结合卷积神经 网络和 自动编码机 提出～种针对 图像新 的识别方 式 。将 图像 先经过 自动编码机进行初步特征提取 ， 再结合卷积神经 网络对 图像集进行 识别。与 已有的识别算法相 比 较， 提 高识别速度 ， 保证识别率。
使用权值共 享机制 ， 对 于同一个神经元 的权值 ， 在 不同 的 区域进行权 值共享 。通 过这种方式可 以有效地减 少 网络 当中权 值 的数量 ， 简化 网络结 构 。另外对 于卷 积 神经 网络来 说可 以将 图像 进行简单 的处理之后直 接输
囝 现代 计算 机 ２ ０ １ ７ ． ０ ７ 下
，
图形图 像
入 络进 行 、 ： ， 这 洋姚 不需 像传统 的算 法那 佯 仃
复杂 的预处 （ 包括 特 ｆ 提取戒 数 重组 ） 卷积网络 垃一 个 多 感 器 ， 专 门为 ｝ ｊ ｌ ５ Ｊ ， Ｊ 二维 形状 而 特殊 没 汁 这 种网络结 卡 勾 对平移 、 倾斜 、 比例缩放或 者其他形
／
的ｌ 欠 Ｉ 像变形 仃高度不变性
时 问
ｆ ｌ ｆ 传统 的卷积 神经
络 对 丁尺寸 们大的输 人 像 ， 将 会化 ＿ 卡 闩 久 的 圳练
冈此 ， 本 义 占合 ［ ｊ 动编 百 Ｊ ５ 机刈 ‘ 像特 征的 良好
，
提¨ １ 了堆 １ Ａ Ｅ改进 的卷 ｆ ！ ｛ ｝ Ｉ ｛ ｊ 经 络 方法 ． ．通 过
Ａ Ｅ的一 步简 特 提 取 ， 大大减 少 ｒ『 冬 ｛ 像 的维 度 ． ！ ｌ Ｉ ｊ ． 著缩 短 Ｊ Ｃ Ｎ Ｎ的训练 过程 ， 简化 Ｊ 网络结 卡 勾， 提 ｊ
张玉冰 ， 于威威
（ 上海海事 大学信息工程 学院 ， 上海 ２ ０ １ ３ ０ ６ ）
摘要：
深度 学 习技术 是机 器学 习技术 的新发展 。它结合机器学 习中神经 网络 的特 点 ， 通过构建 多隐层 的网络 结构 ， 实现对 人脑 网络的模仿 。结合生物仿生学 的研 究， 模拟人脑进 行模式识别 ， 包括文字 ， 图像及 声音等的特征提取及分类 。深 度 学习 网络 由于包含多层 中间隐层 ， 所 以对 输入数据 能逐级 提取从底层 到高层 的特征 ， 从而能很好地建立 从底层信
关键词 ：
深度学 习；卷积神经 网络 ；图像 识别； 自动编码机 ；特征提取 ；图像预处理
０ 引言
深度学 习技术 是机器学 习技术 的新发 展 。它结合
习， 它将 目标 中的低层特征 进行提取 ， 然后 经过低层 特 征 的不 同组合 ， 形成 目标 内在不易发现 的深 层次特征 ，
ｗ ｏ ｒ ｋ ｓ ） 等 。在这其 中， 卷积神经 网络 由于其特殊 的构造 方式 ， 为模 式识 别领域 （ 包 括文字识别 ， 图像识别 ， 语 音
识别 等 ） 带来 了福音 。它 的优 点包 括在 网络结构 当 中
进 行学 习 ， 借助多隐层 的深 度 网络结构 ， 来 提取到更 有 用 的特征 ， 从 而最终实现对 目标 的分类 ， 并 且提高分类
机 器学 习 中神 经 网络 的特 点 ， 通 过构 建多 隐层 的网络 结构 ， 实 现对 人脑 网络 的模 仿 。结合 生物仿 生学 的研 究， 模 拟人脑进行模 式识别 。包 括文字 ， 图像 及声音等
Fra Baidu bibliotek的特征提取及 分类 。深度 学习是 无监督学 习的一种 。 深 度学 习起 源于神 经 网络 ， 它是神 经 网络 的深度 延伸 。神 经 网络 中也 包含深 度学 习 的结 构 ， 如含 多隐 层 的多层感 知器 。深度 学习 的原理 是通过对原识 别 目 标 的低 层特 征进行 提取 和组合 ， 最 终生 成 目标 内含 的 深层 次 的特征或 属性 。通过 这种 方式 ， 可 以探究数 据 或图像 中深层次 的特征 。
文章编号 ： １ ０ ０ ７ — １ ４ ２ ３ （ ２ ０ １ ７ ） ２ １ — ０ ０ ２ ６ — ０ ５
Ｄ ＯＩ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ — １ ４ ２ ３ ． ２ ０ １ ７ ． ２ １ ． ０ ０ ５
基 于深度学 习算法的 图像集识别
ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ｓ ） 等， 还 包括深 信度 网络 （ Ｄ ｅ ｅ ｐ Ｂ ｅ ｌ ｉ ｅ ｆ Ｎ ｅ ｔ —
ｗ ｏ ｒ ｋ ） ， 以及卷 积神经 网络 （ Ｃ ｏ ｎ ｖ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ａ ｌ Ｎ ｅ ｕ ｒ ａ ｌ Ｎ ｅ ｔ ．
深度学 习的根本 目的就是通过大量 的数据样 本来
模 拟人 脑 的学 习方式 ， 最 终提 高分类 的准 确性 。相 比 于传 统的神经 网络 ， 通过大量数 据进行学 习 ， 并 对其深
层 的特 征进行 构造 和分类 ， 深 度学 习 网络 更能揭 示数 据 的内在信 息 。 当前深 度学 习 已经 有很 多模 型和算 法 ， 包括 最基 础 的深度 网络结 构 自动编码 器 （ Ａ ｕ ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ） ， 以及 对 自动 编 码 机 进 行 改 动 和 提 升 的 稀 疏 自 动 编 码 器 （ Ｓ ｐ ａ ｒ ｓ ｅ Ａ ｕ ｔ ｏ Ｅ ｎ ｃ ｏ ｄ ｅ ｒ ） ， 降 噪 自动 编码器 （ Ｄ ｅ ｎ ｏ ｉ ｓ ｉ ｎ ｇ Ａ ｕ ．