基于Sobel算子的池化算法设计

摘要：

池化算法是卷积神经网络中用于特征降维、参数压缩、扩大感受野的重要一层.针对现有的池化方法没有充分考虑到池化前特征图的整体内容及风格特征分布问题,提出了一种通过Sobel算子对卷积后的特征图计算每个特征点的梯度值,并根据梯度值分布确定每个池化窗口取最大值、均值或者最小值的池化算法.该算法充分考虑了特征图池化前后的整体内容及风格特征分布,保持了特征图的整体不变性.实验表明,该池化算法在VGG、ResNet等经典网络架构上取得了优异性能,具有普适性,可用来替代常用的最大池化、平均池化.

关键词：卷积神经网络、最大池化、平均池化、最小池化、Sobel算子

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金;公安部科技强警基础工作专项项目

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1145-1151