王振，高茂庭

（上海海事大学信息工程学院，上海 201306）

基于卷积神经网络的图像识别算法设计与实现

王振，高茂庭

（上海海事大学信息工程学院，上海 201306）

0　引言

让计算机能够识别出物体，具有类似人类的视觉一直是人工智能追求的一个目标，经过多年的发展，取得了长足的进步，然而却始不尽如人意。

为了测试图像识别算法的性能和准确率，研究者们建立了一个准确、足够庞大的图像数据库ImageNet，以这个数据库为基础平台，每年举办大规模视觉挑战赛 ImageNet Large Scale Visual Recognition Challenge（以下简称ILSVRC），这是规模最大的图像识别比赛，基本可以代表计算机视觉领域的最高水准，在2012年以前，图像识别的错误率一直居高不下（26%左右）。

在ILSVRC-2012比赛中，使用卷积神经网络的算法［1］取得了非常不错的成绩。从此，卷积神经网络成为这一比赛的主流算法，几乎所有的队伍都或多或少地使用了卷积神经网络，图像识别所能够取得的最好的成绩都是由深度卷积网络相关的算法创造的，这从侧面反映深度卷积网络在计算机视觉方面的良好性能。很快地，在一些相关领域，例如人脸识别、手写字体识别，深度卷积网络也取得了世界领先的成果。可以说，深度卷积网络是现在用于图像识别的最好的算法，这也是本文决定采用深度卷积网络算法的原因。

从算法本身的角度考虑，卷积神经网络在卷积层之间使用了共享的参数，这不仅减少了需要的内存大小，也减少了需要训练的参数数量，提高了算法的性能。……