资源描述:
《基于图像对称性的神经网络结构优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于图像对称性的神经网络结构优化NeuralNetworksStructureOptimizationBaseonImageSymmetry工程领域:电子与通信工程作者姓名:梁金升指导教师:庞彦伟教授企业导师:汪孔桥研究员天津大学国际工程师学院二零一七年十一月摘要图像分类是众多计算机视觉任务的基础研究之一,随着人们对图像分类的要求越来越高,基于卷积神经网络的图像分类方法超越传统方法成为主流。近几年,基于卷积神经网络的图像分类方法持续发展,并取得了优异成绩。同时,自然界中大多数物体都是左右对称的,而图像进行水平镜像后其意义也
2、大都保持不变。对称性作为图像的固有属性,对图像分类任务有一定帮助。而现有的神经网络很少将神经网络和图像的对称性结合起来。本论文对如何利用图像的对称性来优化卷积神经网络进行了探究。在卷积神经网络的训练过程中经常出现过拟合问题,传统的解决办法多选取某些神经元或者参数进行置零,对数据造成了浪费。本文针对图像的对称性进行挖掘,利用图像自身实现正则化,充分利用了数据的同时提升了网络模型的鲁棒性。同时,我们也基于图像的对称性设计了新的网络结构。通过选取特定位置的特征图进行水平镜像然后卷积并融合,使得网络模型对镜像图像不敏感,提升网络性
3、能。最后,本文应用提出的思想设计了NIN-like和VGG-like两种网络结构,并在Cifar-10数据集上进行了实验。结果证明了算法的有效性,并对网络性能有所提升。关键词:图像分类,卷积神经网络,对称性,正则化IABSTRACTImageclassificationisoneofthebasicresearchesonmanycomputervisiontasks.Withtheincreasingdemandforimageclassification,imageclassificationbasedonconvol
4、utionalneuralnetworkhasbecomethemainstream.Inrecentyears,theimageclassificationmethodsbasedonconvolutionneuralnetworkdevelopcontinuously,andachieveexcellentresults.Meanwhile,mostobjectsinnatureareleft-rightsymmetry,andanimage’smeaningalmostkeepsunchangedafterbeing
5、flippedhorizontally.Asaninherentattributeoftheimage,symmetryishelpfultothetaskofimageclassification.However,theexistingneuralnetworkmethodsrarelycombinetheimprovementoftheneuralnetworkwiththesymmetryofimage.Inthispaper,weexplorehowtooptimizetheconvolutionneuralnet
6、workbyusingthesymmetryofimage.Inthetrainingprocessofconvolutionneuralnetwork,thereisoftenoverfittingproblem.Thetraditionalsolutionschoosesomeneuronsorparametersandsettozero,whichisawasteofdata.Inthispaper,werealizeregularizationwiththeimageitself,makefulluseofthed
7、ataandimprovetherobustnessofthenetworkmodel.Atthesametime,wealsodesignanewnetworkstructurebasedonthesymmetryoftheimage.Wechoosethefeaturemapatsomespecificlocationstofliphorizontally,convoluteandfuse,whichmakesthenetworkmodelinsensitivetotheimageandimprovesthenetwo
8、rkperformance.Finally,wedesigntwonetworkstructuresofNIN-likeandVGG-likebasedontheproposedideas,andmakeexperimentsonCifar-10dataset.Theresultsdemonstrate