基于深度玻尔兹曼机的图像多特征融合
刘凯
汪兴海
张杰
1.海军航空大学航空基础学院 烟台 2640012.海军航空大学航空基础学院 烟台 2640013.海军航空大学航空基础学院 烟台 264001
摘要：针对在图像分类中使用单一特征难以对图像描述全面的问题,借鉴于不同的图像特征之间存在较强的互补性的情况,结合深度学习模型,提出了一种基于深度玻尔兹曼机的图像多特征融合机制.图像特征采用常用的局部特征描述子SIFT和全局颜色特征HSV直方图,通过不同的受限玻尔兹曼机模型分别对其提取中间层特征,以在其基础上构建深度玻尔兹曼机,并给出了模型详细的训练方法,实现两种图像特征的无监督融合.经Corel图像库实验证明:运用此模型对图像不同特征的融合是可行的,并且经过融合后产生的新特征吸收了单一特征对于图像分类的优势,在图像分类上其效果比单一特征的效果高于10％以上.
关键词：SIFT特征颜色直方图受限玻尔兹曼机深度玻尔兹曼机特征融合
分类号：TN99(无线电电子学的应用)
资助基金：泰山学者工程专项(ts201511020)国家自然科学基金(91538201)
论文发表日期：2020-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 32-36 )
英文信息