基于深度學習的場景識別研究.pdf

1、場景識別是計算機視覺領域重要的研究方向，場景圖片的類間相似性和類內差異性使得場景識別極具挑戰(zhàn)性。深度學習技術的迅速發(fā)展給場景識別算法研究提供了新的研究思路。本文旨在通過對場景識別的傳統(tǒng)方法與深度學習技術的發(fā)展現狀的研究，提出基于深度學習在場景識別技術中應用的解決方案。本文首先融合傳統(tǒng)識別方法與深度網絡提出了混合深度場景識別網絡;此外，基于場景識別過程中的類別顯著性機制，提出了改進的多任務場景識別框架。
　　本文首先結合傳統(tǒng)場景識別

2、方法和深度學習方法的優(yōu)缺點，提出了混合深度場景識別方法，該模型首先在混合識別的Fisher編碼層和判別層之前用深度直連自編碼器作為圖像局部特征提取層，完善了整個混合深度識別框架。采用直連非監(jiān)督深度網絡輸出直接重構輸入，能夠提取更有判別性的中尺度局部特征。此外，通過改變場景圖片對應局部圖像塊的構成實現場景數據擴充。引入圖片所在類中出現概率低的圖像塊作為類內干擾加入原圖像塊中，減少類內差異誤判。為了減少類間相似性影響，通過信息熵度量引入相似

3、類中特有的關鍵圖像塊，替換原先圖片中類別相關的圖像塊，同時改變對應標簽，突出關鍵圖像塊對相似類別判斷的決定性。實驗表明該算法具有魯棒性，可以有效權衡識別效率與準確率。
　　針對訓練數據中大量的有標簽場景圖片，可以反演出場景圖片類別相關的顯著性區(qū)域，提出了一種基于類別顯著性的多任務場景識別框架。該算法使用選擇搜索與粗分類器去生成類別相關的顯著性場景圖像作為重構目標，選擇搜索用來生成場景圖片的局部區(qū)域，對應局部圖像輸入到粗分類器得到整