摘  要：随着计算机视觉技术的发展，纹理特征分析逐渐成为研究热点。针对大多数深度学习方法不能有效进行纹理特征紧凑表示的问题，提出一种用于纹理特征紧凑表示的描述符。该描述符利用预训练模型(包括 GoogleNet、AlexNet、ResNet、 InspectionResNet)执行差异化纹理特征提取，将这些卷积神经网络获得的特征进行拼接，通过基于模糊逻辑的自适应特征压缩方法进行动态压缩，并使用线性支持向量机对纹理特征进行分类。在多个数据集上进行实验，通过准确率、精准率等指标将该纹理描述符与其他方法进行对比。结果表明，该描述符在实现纹理特征紧凑表示的同时比其他分类方法更加有效。

论文下载：

具有自适应特征压缩的纹理描述符_任海洋.pdf

  浏览次数：