首页 > 论文 > 激光与光电子学进展 > 57卷 > 24期(pp:241002)

融合小波变换与胶囊网络的纹理图像分类算法 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

胶囊网络作为一种新型的深度学习网络,胶囊结构可以编码特征的姿态、纹理、色调等信息,对图像具有良好的纹理特征表达能力,将其应用到纹理图像分类任务中可提升纹理分类的准确率。为此本文探索了胶囊网络在纹理图像分类的应用。由于胶囊网络的初级特征提取网络过于简单,特征表达能力不足,因此本文对胶囊网络初级特征提取网络进行改进,提出一种改进的胶囊网络——小波胶囊网络(DWTCapsNet),该网路利用了深度卷积神经网络的特征表达能力与小波变换的多分辨率分析能力。本文首先研究胶囊网络在纹理图像分类的可行性,其次研究小波胶囊网络各部分对胶囊网络分类性能提升的作用,最后通过抗旋转和抗噪声试验分析了小波胶囊网络的鲁棒性。以分类准确率为模型评价标准,在常用纹理图像数据集上进行试验,小波胶囊网络均取得了较好分类准确率。

广告组1 - 空间光调制器+DMD
补充资料

DOI:10.3788/lop57.241002

作者单位:

    辽宁工程技术大学
    辽宁工程技术大学
    中国科学院海西研究院泉州装备制造研究所

引用该论文

陶志勇,李杰,唐晓亮. 融合小波变换与胶囊网络的纹理图像分类算法[J].激光与光电子学进展,2020,57(24):241002.