基于卷积神经网络的多标签图像分类

作者：陈绵书; 于录录; 苏越; 桑爱军; 赵岩

来源：吉林大学学报（工学版）, 2020, 50(03): 1077-1084.

DOI：10.13229/j.cnki.jdxbgxb20190288

• 人工智能
• 卷积神经网络
• 多标签
• 分类

针对BING算法对物体建模的不足,提出了multi-BING算法。该算法计算训练样本的CS-LBP特征,并对其进行聚类,对聚类后的数据建立BING模型。在物体检测过程中,融合了多个模型结果进行候选框判别,将多标签图像分类问题转化为多个单标签分类问题。以Fast R-CNN模型为基础,将采用本文物体检测方法得到的候选框作为模型输入。同时,采用LReLU函数作为Fast R-CNN模型的激活函数,从而在几乎不增加计算复杂度的情况下,提高模型的平均准确率(AP)。实验表明,本文方法优于BING算法和OBN算法。

• 单位
  吉林大学