[1]钱　华,祁枢杰,顾　涔,等.基于近邻卷积神经网络的油画分类方法研究[J].苏州科技大学学报(自然科学版),2024,41(01):69-75.[doi:10.12084/j.issn.2096-3289.2024.01.010]
点击复制

基于近邻卷积神经网络的油画分类方法研究()
分享到：

苏州科技大学学报（自然科学版）[ISSN:2096-3289/CN:32-1871/N]

卷:
41
期数:
2024年01期
页码:
69-75
栏目:
出版日期:
2024-03-10

文章信息/Info

作者:
钱　华1; 　祁枢杰2; 　顾　涔2; 　陶　然2; 　吴宏杰2
1.苏州工艺美术职业技术学院，江苏　苏州215104；2.苏州科技大学 电子与信息工程学院，江苏 苏州 215009
关键词:
卷积神经网络; K最近邻分类算法; 数据可视化; 图像分类
分类号:
TP751.1
DOI:
10.12084/j.issn.2096-3289.2024.01.010
文献标志码:
A
摘要:
油画分类是油画生成、油画识别及数字油画应用的重要基础工作。但由于油画图片与普通图片存在较大的质感差异，而且是油画家的个性化创作，不确定性更高，较普通照片的分类更困难。论文以分类出含有桥梁的油画为例，提出一种基于近邻卷积神经网络的油画分类方法，利用K最近邻分类算法提取与测试样本最接近的K个训练样本，卷积神经网络挖掘油画中的深层特征，从而对油画中的对象进行分类。论文详细讨论了数据处理、卷积神经网络的架构设计、训练过程。并在kaggle数据集上对该方法进行了分析与比较，使用三个数据集进行实验，实验结果表明该方法较最近邻算法精度上平均提高了2.4%，较卷积神经网络精度上平均提高了3.1%，较支持向量机方法精度上平均提高了6.9%。

相似文献/References:

[1]胡伏原,李林燕,尚欣茹,等.基于卷积神经网络的目标检测算法综述[J].苏州科技大学学报(自然科学版),2020,37(02):1.[doi:10.12084/j.issn.2096-3289.2020.02.001]

备注/Memo

备注/Memo:
国家自然科学基金项目（62372318；62073231；62176175）；国家重点研发计划项目（2020YFC2006602）；苏州大学江苏省计算机信息处理技术重点实验室项目（KJS2166）；苏州大学江苏省大数据智能工程实验室开放课题（SDGC2157）
更新日期/Last Update: 1900-01-01