基于卷積神經網絡的圖像分類算法綜述

楊真真 匡 楠 范 露 康 彬

(1. 南京郵電大學通信與網絡技術國家工程研究中心, 江蘇南京 210003; 2. 南京郵電大學理學院, 江蘇南京 210023; 3. 南京郵電大學通信與信息工程學院, 江蘇南京 210003; 4. 南京郵電大學物聯網學院, 江蘇南京 210003)

1 引言

圖像分類，即給定一幅輸入圖像，通過某種分類算法來判斷該圖像所屬的類別。圖像分類的劃分方式十分多樣，劃分依據不同，分類結果就不同。根據圖像語義的不同可將圖像分類為對象分類、場景分類、事件分類、情感分類。圖像分類的主要流程包括圖像預處理[1]、圖像特征描述和提取[2]以及分類器[3]的設計。預處理包括圖像濾波(例如中值濾波[4]、均值濾波[5]、高斯濾波[6]等)和尺寸的歸一化等操作，其目的是為了方便目標圖像后續處理；圖像特征是對凸顯特性或屬性的描述，每一幅圖像都有其本身的一些特征，特征提取，即根據圖像本身的特征，按照某種既定的圖像分類方式來選取合適的特征并進行有效的提?。环诸惼骶褪前凑账x取的特征來對目標圖像進行分類的一種算法。

傳統的圖像分類方法即按照上述流程分別進行處理，性能差異性主要依賴于特征提取及分類器選擇兩方面。傳統圖像分類算法所采用的特征都為人工選取，常用的圖像特征有形狀、紋理、顏色等底層視覺特征，還有尺度不變特征變換[7]、局部二值模式[8]、方向梯度直方圖[9]等局部不變特征等，這些特征雖然具有一定的普適性，但對具體的圖像及特定的劃分方式針對性不強，并且對于一些復雜場景的圖像，要尋找能準確描述目標圖像的人工特征絕非易事。……