摘要
针对机器学习的方法在图像识别时准确率较低的问题,提出了一种新的图像识别的方法。利用卷积神经网络的特征提取能力以及生成对抗网络的对抗博弈思想,在生成对抗网络(Wasser stein generative adversarial network, WGAN)的基础上添加条件使其扩展成为条件模型,并且将WGAN中的生成器和判别器都用卷积神经网络代替,提出了条件生成对抗网络(CD-WGAN)模型并用于图像识别。实验结果表明,在不同的图片数据集上,与其他方法相比,提出的方法在图像识别上具有更高的准确率。
-
单位电子工程学院; 黑龙江大学