La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Visual Recognition Method Based on Hybrid KPCA Network Méthode de reconnaissance visuelle basée sur le réseau hybride KPCA

Feng YANG, Zheng MA, Mei XIE

  • Vues en texte intégral

    0

  • Citer

Résumé:

Dans cet article, nous proposons un modèle approfondi de reconnaissance visuelle basé sur le réseau hybride KPCA (H-KPCANet), basé sur la combinaison de KPCANet en une étape et de KPCANet en deux étapes. Le modèle proposé se compose de quatre types de composants de base : la couche d'entrée, le KPCANet à une étape, le KPCANet à deux étapes et la couche de fusion. Le rôle de KPCANet à une étape est de calculer les filtres KPCA pour la couche de convolution, et KPCANet à deux étapes consiste à apprendre les filtres PCA dans la première étape et les filtres KPCA dans la deuxième étape. Après le mappage de quantification binaire et l'histogramme par blocs, les caractéristiques de deux types différents de KPCANets sont fusionnées dans la couche de fusion. La caractéristique finale de l'image d'entrée peut être obtenue par une combinaison en série pondérée des deux types de caractéristiques. Les performances de notre algorithme proposé sont testées sur la reconnaissance des chiffres et la classification des objets, et les résultats expérimentaux sur les tests de reconnaissance visuelle du MNIST et du CIFAR-10 ont validé les performances du H-KPCANet proposé.

Publication
IEICE TRANSACTIONS on Information Vol.E103-D No.9 pp.2015-2018
Date de publication
2020/09/01
Publicisé
2020/05/28
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2020EDL8041
Type de manuscrit
LETTER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Feng YANG
  University of Electronic Science and Technology of China,Wenzhou Medical University
Zheng MA
  University of Electronic Science and Technology of China
Mei XIE
  University of Electronic Science and Technology of China

Mots-clés

Table des matières