-
题名适应性增强胶囊网络的古壁画朝代识别算法
被引量：1
- 1
-
-
作者
曹建芳
闫敏敏
田晓东
贾一鸣
靳梦燕
-
机构
太原科技大学计算机科学与技术学院
忻州师范学院计算机系
-
出处
《图学学报》
CSCD
北大核心
2021年第5期744-754,共11页
-
文摘
针对壁画图像自身存在多义性、不同朝代的壁画绘画风格存在差异性和传统的人工直接参考壁画文本或历史文献识别壁画朝代存在费时、费力等问题,提出了适应性增强胶囊网络(AEC)的古壁画朝代识别算法,对莫高窟壁画自动进行朝代识别。在原生胶囊网络基础上,首先引入预先卷积结构对壁画图像进行高层特征提取;其次增加均层激活增强模型的拟合性能;最后对胶囊网络进行适应性增强,在提高梯度平滑度的基础上利用自适应学习率进行优化提高模型的分类精度。实验结果表明在所构造的DH1926壁画数据集上,AEC模型准确率为84.44%、平均精确度(MAP)为82.36%、平均召回率(MAR)为83.75%、综合评价指标为83.96%。与改进的卷积神经网络(CNN)和原生胶囊网络等其他网络结构相比,各项评价指标均有3%以上的提升,有较强的拟合性能,能够多层次提取壁画的丰富特征,表达图像更细节的语义信息,在莫高窟壁画朝代识别中具有更高的准确度和更好的鲁棒性,有一定的应用价值与研究意义。
-
关键词
预先卷积
均层激活
适应性增强
胶囊网络
壁画朝代分类
-
Keywords
pre-convolution
homogeneous layer activation
adaptive enhancement
capsule network
mural dynasty classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
