%0 Journal Article
%T 基于卷积神经网络的室内场景识别 Indoor Scene Recognition Based on Convolutional Neural Network
%A 杨鹏
%A 蔡青青
%A 孙昊
%A 孙丽红
%J 郑州大学学报（理学版）
%D 2018
%X 场景识别一直是图像处理领域的重要问题之一,对研究移动机器人定位、计算机视觉等方面具有重要意义.然而,室内场景的复杂性与无序性使室内场景识别研究面临许多挑战.传统的手工提取特征无法充分描述室内场景的信息,而卷积神经网络提取的特征能够包含丰富的场景语义和结构信息,且对于平移、比例缩放、倾斜等形式的变形具有高度不变性,因此提出了应用基于卷积神经网络的GoogLeNet网络模型来完成识别任务的方法.该网络模型在深度学习框架Caffe上对MIT_Indoor数据集的识别准确率为59.7%,高于使用传统手工提取特征的算法的准确率,对比结果说明了深度卷积神经网络在室内场景识别问题上的有效性.
%K 场景识别
%K 图像处理
%K 卷积神经网络
%K GoogLeNet
%K Caffe
%U http://zzdz.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=f279e46b-6f45-4758-82f1-616855730485