摘要

本发明公开了一种基于深度重分形频谱网络的纹理图像分类方法,包括获取纹理图像及其对应的类别标签数据库;对纹理图像进行预处理,作为深度重分形频谱网络模型的输入;构建深度重分形频谱网络模型,并进行训练,所述深度重分形频谱网络模型包括对纹理图像进行特征提取,提取后的特征分别输入两个旁支进行计算得到特征向量,再通过双线性池化层对两个特征向量进行耦合,最后通过全连接层与Softmax函数映射成训练数据集所对应的类别数相等的类别预测概率向量,概率向量数值大的向量元素所对应的索引即为预测类别;利用训练后的深度重分形频谱网络模型,实现纹理图像的分类。本发明在真实场景下分类准确率更高。