基于卷积神经网络的图像识别方法 |
| |
引用本文: | 胡翔.基于卷积神经网络的图像识别方法[J].信息与电脑,2023(1):190-192. |
| |
作者姓名: | 胡翔 |
| |
作者单位: | 安庆师范大学数理学院 |
| |
摘 要: | 为了提高图像识别的全面性及准确性,研究了一种基于卷积神经网络(Convolutional Neural Network,CNN)的图像识别方法。该方法利用萤火虫算法获取分割阈值,实现图像目标和背景的分割;利用灰度共生矩阵和基于加速分割测试的特征(Features From Accelerated Segment Test,FAST)算法提取图像纹理和角点特征;以特征为输入,利用卷积神经网络实现目标类别识别。测试结果表明,设计的基于CNN的识别方法的F1分数为最大值,均在0.8以上,能够更全面、更准确地识别图像中的目标类型。
|
关 键 词: | 卷积神经网络 图像分割 特征提取 图像识别 |
|
|