科研之友
微信
新浪微博
Facebook
分享链接
摘要
卷积神经网络被广泛应用于图像识别领域并且展现出强大的特征提取能力，但它只能处理欧氏空间的结构化数据，无法适用于非结构化数据的处理。为应对该限制，图卷积神经网络利用谱域和空域方法，拓展了卷积运算的范围，使其能够在非欧几里德空间中进行特征学习，具备图数据的平移不变性，可以实现对非结构化图数据的表征学习。首先阐述了基于频域和空域的两种类型图卷积神经网络的基本原理，并且介绍了相关的改进工作；然后围绕图像识别领域，重点介绍了图卷积神经网络在多标签图像识别、基于骨架的动作识别和高光谱图像分类中的具体应用，总结其研究的最新进展，并对相关的模型进行了性能对比与分析；最后对全文内容进行总结，并对未来的发展方向进行展望。
- 单位
