基于深度卷积特征的迁移学习在图像识别上的应用研究 (1)

《基于深度卷积特征的迁移学习在图像识别上的应用研究 (1)》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、ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙ硕士学位论文基于深度卷积特征的迁移学习在图像识别上的应用研宄作者姓名徐露露学科专业计算数学指导教师肖人岳副教授所在学院数学学院论文提交日期２０１８年４月ＳｔｕｄｙｏｎＡｌｉｃａｔｉｏｎｏｆＴｒａｎｓｆｅｒＬｅａｒｎｉｎＢａｓｅｄｏｎＤｅｅｐｐｇｐＣｏｎｖｏｌｕｔｉｏｎａｌＦｅａｔｕｒｅｉｎＩｍａｅＲｅｃｏｎｉｔｉｏｎｇｇＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｆｏｒｔｈｅＤｅｒｅｅｏｆ

2、ＭａｓｔｅｒｇＣａｎｄｉｄａｔｅ：ＸｕＬｕｌｕＳｕｐｅｒｖｉｓｏｒ：ＡｓｓｏｃｉａｔｅＰｒｏｆ．ＸｉａｏＲｅｎｙｕｅＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕＣｈｉｎａ，分类号：ＴＰ３学校代号：１０５６１学号：２０１５２０１２１８０４华南理工大学硕士学位论文基于深度卷积特征的迁移学习在图像识别上的应用研究作者姓名：徐露露指导教师姓名、职称：肖人岳副教授申请学位级别：理学硕士学科专业名称：计算数学研宄方向：计算智能与信息处理论文提交日期

3、年义月＞日论文答辩日期年月义日＜学位授予单位：华南理工大学学位授予日期：年月日答辩委员％￥员：／４ｔ主席：委员：．．华南理工大举学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所。取得的研究成果除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研宄做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期以年ｒ月义日学位论文版权使用授权书本学位论文作者完全了解学校

4、有关保留、使用学位论文的规定，即：研宂生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被査阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇一。编学位论文本人电子文档的内容和纸质论文的内容相致。本学位论文属于：□保密，（校保密委员会审定为涉密学位时间：＿年月日）＿＿于＿年＿月＿日解密后适用本授权书。□？不保密同意在校园网上发布，供校内师生和与学校有共享协议，的单位浏览；同意

5、将本人学位论文提交中国学术期刊（光盘版电子杂志社全文）出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。“”请在以上相应方框内打Ｖ（）１作者签名：你爹德Ｂ期：指导教师签名？：日期作者联系电话：电子邮箱：联系地址含邮编（摘要一图像识别是计算机视觉领域热点研宄方向之，也是机器学习与人工智能的重要基一般包括底层特征提取，，础。图像识别系统、图像表达、分类器建模这三个步骤其中图像特征的提取是决定整个识别系统优劣的关键。在图像处理领域，图像特征抽取的发展，可划分为两个阶段：传统的人工设计提取特征和

6、现阶段的深度卷积神经网络自主学习特征，。。然而利用深度学习自主学习图像特征的方法是需要海量的标注数据作支撑的关于解决有效数据贫乏的问题，，目前最新的解决方向是将深度学习与迀移学习结合起来本文在现有的深度迀移学习方法基础上，针对其在图像识别应用上存在的问题主要做了以下两个方面的改进与探讨：１在小样本数据集上应用现有的深度迀移学习方法进行图像识别时，针对深度迀移（）学习中的源模型在目标数据集上抽取的通用特征缺乏特殊性的问题，提出了基于二重迀移特征融合学习的图像识别方法。该方法是通过引入特殊特征来增强迀移特征的表征能力，最终实验表

7、明，该方法较在小规模数据集上直接训练的卷积神经网络和基于预训练的ＤＤＣ深度迀移学习方法可以获得更高的平均分类识别准确率，验证了所提出方法的有效性，同时表明这种方式得到的融合特征具有更强的表征能力。（２）在深度迀移学习中不同网络结构的源模型可以学习到不同的表示特征，针对如何充分有效利用这些表示特征的问题，提出了基于多源模型的二重迀移特征融合学习图像一二识别方法，结果表明，与基于单；选取四个经典卷积神经网络模型进行实验源的重迀移特征融合学习方法相比，，该方法得到的图像识别准确率更高能够更充分和准确的反映图像包含的语义信息。：卷积

8、神经网络关键字；特征融合；迀移学习；图像识别ＩＡｂｓｔｒａ