基于神经网络的图像语义分类的研究

摘要：

本文提出了提取图像的四个主要底层特征,将特征参数输入BP神经网,采用共轭梯度法对网络进行有监督训练,训练后依靠网络出色的泛化能力,系统就能正确识别图像中物体的种类、个数以及各物体的空间位置信息,这样就实现了对图像语义的理解.与一般的仅采用单个或两个特征的分类系统相比,该设计方案显著地提高了系统的可靠性,实验结果表明该系统对特定测试图像集达到了较高的正确识别率。

关键词： 图像语义分类 底层特征 BP神经网络 空间位置信息 共轭梯度法

作者: 孙季丰 邱卫东 余卫宇 余英林

作者单位: 华南理工大学电子与信息学院,广州,510640

会议类型: 国内会议

会议名称: 第十三届全国图象图形学学术会议

会议地点: 北京

会议语种:中文

页码: 561-565

在线出版日期: 2006-11-06（万方平台首次上网日期，不代表论文的发表时间）