基于双线性注意力网络的垃圾图像识别与分类方法

针对传统图像识别技术应用于垃圾图像的识别及分类中存在的误差较大的问题，文章提出一种基于双线性注意力网络的垃圾图像识别与分类方法。采用二维中值滤波法，对自主拍摄和网络收集而构建的居民生活垃圾图像数据集图像进行去噪处理。应用多尺度融合方法对去噪后的图像质量进行增强处理，以此完成对垃圾图像的预处理。最后，设计一个双线性注意力网络模型，经过模型训练完成垃圾图像的分类识别。实验结果表明，应用该方法识别并分类居民生活垃圾图像的准确率为96.5%,说明该方法具有较好的有效性与较高的准确性。