-
题名空间位置矫正的稀疏特征图像分类网络
被引量：1
- 1
-
-
作者
姜文涛
陈晨
张晟翀
-
机构
辽宁工程技术大学软件学院
光电信息控制和安全技术重点实验室
-
出处
《光电工程》
CAS
CSCD
北大核心
2024年第5期66-82,共17页
-
基金
国家自然科学基金资助项目(61172144)
辽宁省自然科学基金资助项目(20170540426)
辽宁省教育厅重点基金资助项目(LJYL049)。
-
文摘
为稀疏语义并加强对重点特征的关注,增强空间位置和局部特征的关联性,对特征空间位置进行约束,本文提出空间位置矫正的稀疏特征图像分类网络(SSCNet)。该网络以ResNet-34残差网络为基础,首先,提出稀疏语义强化特征模块(SSEF),SSEF模块将深度可分离卷积(DSC)和SE相融合,在稀疏语义的同时增强特征提取能力,并能够保持空间信息的完整性;然后,提出空间位置矫正对称注意力机制(SPCS),SPCS将对称全局坐标注意力机制加到网络特定位置中,能够加强特征之间的空间关系,对特征的空间位置进行约束和矫正,从而增强网路对全局细节特征的感知能力;最后,提出平均池化残差模块(APM),并将APM应用到网络的每个残差分支中,使网络能够更有效地捕捉全局特征信息,增强特征的平移不变性,延缓网络过拟合,提高网络的泛化能力。在多个数据集中,SSCNet相比于其它高性能网络在分类准确率上均有不同程度的提升,证明了其在兼顾全局信息的同时,能够更好地提取局部细节信息,具有较高的分类准确率和较强的泛化性能。
-
关键词
图像分类
特征提取
空间位置矫正
稀疏语义
对称注意力
全局感知
-
Keywords
image classification
feature extraction
space position correction
sparse semantics
symmetric attention
global perception
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
