王旖旎

(重庆商务职业学院,重庆 401331)

1 引 言

图像分类是计算机视觉各种应用的基础。从人脸表情识别到人体姿势识别，图像分类随处可见。在过去几年中，随着机器学习和深度学习的进展，图像分类邻域已经发生了深刻变化，陆续涌现了很多有效的算法，例如支持向量机、卷积神经网络等[1-2]。深度学习已被证明是最有效的机器学习技术之一，其核心思路是构建多层神经元来训练网络。所有训练网络都使用数十个层，在网络中构建上千个参数，但是由于层级过深导致了较高的计算复杂度和过度拟合。对象状态分类在机器人、医疗、天文、游戏等领域的各种应用中非常有价值，例如识别物体的状态在人工智能技术中就很重要。在机器人领域，操作处于不同状态的物体需要不同的抓取动作，这需要在机器人的抓取动作中进行不同的行为。

识别物体状态问题的一种典型方法是使用形状匹配算法[3]，这类方法是从对象-对象-交互信息的三元组中获取对象状态来实现图像分类。这种方法可以连接和模拟同一帧中物体的运动和特征，训练过程由标记了的视频序列完成。这类算法通常基于贝叶斯网络，主要用对象特征、人类行为和对象反应作为参数[4]。刘成颖等利用PSO优化了LS-SVM模型，实现了道具磨损状态的识别[5]。杨昌其利用BP神经网络建立模型[6]，并对空中管制员的疲劳进行分类，用来评估空中交通管制员的疲劳状态。但是上述算法的神经网络深度较浅，优化的目标太过复杂，导致其只适合对状态分类较简单的情况进行识别，识别率不高。……