基于批归一化与注意力机制的图像纹理识别算法
贺泽华
乔延松
赵绪营
赵耿
北京电子科技学院 北京 100071
摘要：针对传统图像纹理识别方法特征提取繁琐和纹理类间模糊性高、类内区分度低的问题,提出基于批归一化与注意力机制的卷积网络图像纹理识别算法.通过逐层批归一化将分散的数据统一,优化算法损失震荡和梯度消失问题;通过通道域和空间域的注意力机制对图像的关键区域和纹理的关键特征进行突出化表达.实验结果表明,所提算法不仅参数量低、计算速度快,而且在纹理数据集上的识别率达99.84%,超越基准模型和其他网络模型,证明该算法的对图像纹理具有良好的识别效果.
关键词：图像纹理特征提取卷积神经网络批归一化注意力机制
分类号：TP391.41(计算技术、计算机技术)
资助基金：北京电子科技学院一流学科建设项目(1101014)国家自然科学基金(61772047)
论文发表日期：2024-03-20
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：7( 646-652 )
英文信息