基于卷积词袋网络的视觉识别

摘要：

近年来，卷积神经网络（CNN）凭借其强大的特征学习能力在视觉识别领域取得重要进展。针对CNN全连接层对图像平移、旋转、缩放等变换比较敏感的问题，提出了一种混合模型——卷积词袋网络（BoCW-Net）。它将BoW模型嵌入CNN结构中并代替全连接层，通过端到端的方式学习特征、字典和分类器。为实现BoCW-Net整个网络的有监督学习，提出基于方向相似度的BoCW编码。同时，为充分利用中层特征和高层特征的鉴别性，将中层辅助分类器与高层分类器集成，形成主-辅集成分类器。实验结果表明：相比全连接层，BoCW表示对各种变换具有更强的不变性；主-辅集成分类器能有效融合中层、高层特征，提高BoCW-Net的识别性能；相比新近发展的CNN模型，BoCW-Net在CIFAR-10、CIFAR-100和MNIST数据库上均取得了改进的识别性能，最终分别获得4.88%、22.48%和0.21%的测试错误率。

关键词：卷积神经网络、卷积词袋(BoCW)表示、主-辅集成分类器

所属期刊栏目：52

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金委员会-广东联合基金No.U1301253；广东省科技计划项目No.2014A020208108。

在线出版日期：2016-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：180-187