| 基于融合机制的多模型神经网络人物群体分类模型 |
| |
| 引用本文： | 郎波,张娜,段新新. 基于融合机制的多模型神经网络人物群体分类模型[J]. 计算机系统应用, 2020, 29(8): 127-134 |
| |
| 作者姓名： | 郎波 张娜 段新新 |
| |
| 作者单位： | 北京师范大学珠海分校工程技术学院,珠海519087;北京师范大学研究生院珠海分院,珠海519087 |
| |
| 基金项目： | 国家自然科学基金(61375122); 广东省创新强校特色创新类项目(201712009QX) |
| |
| 摘 要： | 有效识别图像或视频中人物的不同群体, 是进行图像智能分析的重要环节, 归根结底是研究如何获取图像中的“有效特征”. 本文以卷积神经网络模型为基础模型, 提出多模型融合卷积神经网络的方法, 利用ImageNet训练得到的模型参与本文神经网络模型的权值初始化, 在有效节省时间和计算资源成本的前提下获取更多有效的特征. 实验结果证明, 本模型对于自然场景中的个体分类中成年男性、成年女性、儿童识别准确率可以保持在85%左右, 提高了人物群体分类的准确度和可靠度.
|
| 关 键 词： | 图像智能分析 有效特征 卷积神经网络 多模型融合 群体分类 |
| 收稿时间： | 2020-02-08 |
| 修稿时间： | 2020-03-03 |
Human Group Classification Model Based on Multi-Model-Integrated CNN |
| |
| LANG Bo,ZHANG N,DUAN Xin-Xin. Human Group Classification Model Based on Multi-Model-Integrated CNN[J]. Computer Systems& Applications, 2020, 29(8): 127-134 |
| |
| Authors: | LANG Bo ZHANG N DUAN Xin-Xin |
| |
| Affiliation: | School of Engineering Technology, Beijing Normal University, Zhuhai, Zhuhai 519087, China;Zhuhai Branch of Graduate School, Beijing Normal University, Zhuhai 519087, China |
| |
| Abstract: | |
| |
| Keywords: | image analysis efficient feature Convolution Neural Network (CNN) multi-model-integrated group classification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
