基于深度學(xué)習(xí)的場(chǎng)景識(shí)別研究.pdf

1、場(chǎng)景識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域重要的研究方向，場(chǎng)景圖片的類間相似性和類內(nèi)差異性使得場(chǎng)景識(shí)別極具挑戰(zhàn)性。深度學(xué)習(xí)技術(shù)的迅速發(fā)展給場(chǎng)景識(shí)別算法研究提供了新的研究思路。本文旨在通過(guò)對(duì)場(chǎng)景識(shí)別的傳統(tǒng)方法與深度學(xué)習(xí)技術(shù)的發(fā)展現(xiàn)狀的研究，提出基于深度學(xué)習(xí)在場(chǎng)景識(shí)別技術(shù)中應(yīng)用的解決方案。本文首先融合傳統(tǒng)識(shí)別方法與深度網(wǎng)絡(luò)提出了混合深度場(chǎng)景識(shí)別網(wǎng)絡(luò);此外，基于場(chǎng)景識(shí)別過(guò)程中的類別顯著性機(jī)制，提出了改進(jìn)的多任務(wù)場(chǎng)景識(shí)別框架。
　　本文首先結(jié)合傳統(tǒng)場(chǎng)景識(shí)別

2、方法和深度學(xué)習(xí)方法的優(yōu)缺點(diǎn)，提出了混合深度場(chǎng)景識(shí)別方法，該模型首先在混合識(shí)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(gè)混合深度識(shí)別框架。采用直連非監(jiān)督深度網(wǎng)絡(luò)輸出直接重構(gòu)輸入，能夠提取更有判別性的中尺度局部特征。此外，通過(guò)改變場(chǎng)景圖片對(duì)應(yīng)局部圖像塊的構(gòu)成實(shí)現(xiàn)場(chǎng)景數(shù)據(jù)擴(kuò)充。引入圖片所在類中出現(xiàn)概率低的圖像塊作為類內(nèi)干擾加入原圖像塊中，減少類內(nèi)差異誤判。為了減少類間相似性影響，通過(guò)信息熵度量引入相似

3、類中特有的關(guān)鍵圖像塊，替換原先圖片中類別相關(guān)的圖像塊，同時(shí)改變對(duì)應(yīng)標(biāo)簽，突出關(guān)鍵圖像塊對(duì)相似類別判斷的決定性。實(shí)驗(yàn)表明該算法具有魯棒性，可以有效權(quán)衡識(shí)別效率與準(zhǔn)確率。
　　針對(duì)訓(xùn)練數(shù)據(jù)中大量的有標(biāo)簽場(chǎng)景圖片，可以反演出場(chǎng)景圖片類別相關(guān)的顯著性區(qū)域，提出了一種基于類別顯著性的多任務(wù)場(chǎng)景識(shí)別框架。該算法使用選擇搜索與粗分類器去生成類別相關(guān)的顯著性場(chǎng)景圖像作為重構(gòu)目標(biāo)，選擇搜索用來(lái)生成場(chǎng)景圖片的局部區(qū)域，對(duì)應(yīng)局部圖像輸入到粗分類器得到整