基于自适应图像增强和CNN的少数民族服饰图像分类研究 |
| |
作者姓名: | 候红涛 汪威 申红婷 刘宽 杨秀璋 罗子江 |
| |
作者单位: | 1. 贵州财经大学信息学院 |
| |
基金项目: | 国家自然科学基金(11664005);;贵州省科技计划项目(黔科合基础[2019]1041号,[2020]1Y279,[2020]1Y021);;贵州省研究生教育创新计划项目(黔教合YJSCXJH[2019]066);;贵州省教育厅自然科学基金项目(黔教合KY字[2021]135); |
| |
摘 要: | 针对传统的少数民族服饰图像分类采用人工处理,无法满足信息化时代对图像自动分类的要求问题,提出了一种基于自适应图像增强和卷积神经网络的少数民族服饰图像分类算法。该算法通过计算复杂环境下少数民族服饰图像的平均亮度,采用不同的算法进行图像增强,提高图像对比度,降低噪声,并利用卷积神经网络学习不同少数民族服饰图像的特征,实现少数民族服饰图像的自动分类。实验结果表明,所提出的算法提高了准确率、召回率和F1值,能够有效地对白族、苗族、蒙古族、维吾尔族和藏族服饰进行分类和识别,为少数民族服饰的信息处理奠定了良好的基础,也为民族文化的传承和保护提供了支持。
|
关 键 词: | 卷积神经网络 自适应图像增强 图像分类 少数民族服饰 深度学习 |
|