一种多尺度嵌套卷积神经网络模型

摘要：

卷积神经网络模型要求训练图像与测试图像在空间尺度上一致。为弱化这一限制，对卷积层特征提取器进行多尺度改进，提出了一种尺度不变卷积神经网络模型，以自动适应输入图像在平面空间上的尺度变化。同时，将多层Maxout网络嵌入新模型中，以进一步提高特征提取能力，提高图像识别与分类的准确性。实验测试结果表明，该模型提高了传统卷积神经网络模型的尺度不变性和分类精度。

关键词：卷积神经网络、尺度不变、Maxout、深度学习

所属期刊栏目：39

分类号：TN911.22

资助基金：国家自然科学基金项目61143008,61471066;国家高技术研究发展计划863计划项目2011AA01A204

在线出版日期：2016-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,32