APP下载

从浅层网络到深度网络的图像分类研究综述*

2016-11-07高荣芳吉春旭程国建

计算机与数字工程 2016年10期
关键词:分类深度特征

高荣芳 吉春旭 程国建

(西安石油大学计算机学院 西安 710065)



从浅层网络到深度网络的图像分类研究综述*

高荣芳吉春旭程国建

(西安石油大学计算机学院西安710065)

目前,图像已成为表达和存储信息的惯用形式。如何用计算机对海量图像进行高效分类,从而提取和组织需要的数据信息,已变成机器学习领域的一项高关注度课题。通过简述从浅层网络(神经网络)到深度网络的发展以及基于浅层网络和深度网络的图像分类的发展,并将浅层网络与深度网络进行对比,从而指出基于深度网络的图像分类技术更具有优势和巨大潜力。

图像分类; 浅层网络; 神经网络; 深度网络; 深度学习

Class NumberTP391.41

1 引言

伴随着互联网技术、多媒体技术和计算机的快速发展,图像已成为表达和存储信息的惯用形式,它的数量呈现快速增长趋势,并且其内容和形式也渐渐多样化。但是图像信息无序化问题也越来越突出。所以,面对海量的图像数据,如何用计算机对其进行智能化的、高效的处理并且进行分类和识别,从而提取和组织需要的数据信息,已变成目前机器学习领域中的一项具有高关注度的课题。众多研究人员在图像分类领域进行了大量相关研究,在一定程度上使人工智能向前迈进了一大步。然而,当今图像分类技术还远远低于我们的期望,是因为图像本身具有复杂性和多变性以及理论和技术发展的局限性等。

图像分类是根据图像场景或者目标在图像中反映出不同特征,进而进行分类和识别图像。……

登录APP查看全文

猜你喜欢

分类深度特征
分类算一算
如何表达“特征”
不忠诚的四个特征
深度观察
深度观察
深度观察
教你一招:数的分类
线性代数的应用特征