基于胶囊网络的图像识别算法研究

发布时间：2020-12-24 12:44

　　2018年,中国电子学会把胶囊网络列为人工智能的十大成长性技术之一。胶囊网络是一种全新的深度学习方法,由“深度学习之父”—Geoffrey Hinton于2017年10月提出。胶囊网络,这种新型神经网络结构的提出在机器学习领域引起了广泛的关注,未来有可能会对人工智能技术有革命性意义。胶囊网络中的胶囊由一组神经元组成,即把一组神经元向量化,用向量的长度表示一个实体或实体的一部分存在的概率,用向量的方向代表他们的各种实例化参数,比如位置、方向、大小、形变、速率、颜色等。向量能更好地表示出图像细节以及实体的空间相对关系,而这正是卷积神经网络所缺少的。不过由于这种新型网络在不同任务上的效果有待验证,目前胶囊网络的发展仍处于初级阶段。所以本文围绕胶囊网络,针对它的结构、识别速度、网络参数和图像识别等应用展开探讨。此外还借鉴了卷积神经网络的一些优化方法,综合改进了胶囊网络现存的一些不足,使其更为方便地运用在相关领域。具体研究有以下几个方面:1)胶囊网络的创新之一在于提出了矢量化的胶囊,它比传统神经网络的标量更能表达物体的姿态信息,能学习到更鲁棒的表征。本文通过可视化实验研究了胶囊内部的向量是如何影... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景及意义
    1.2 国内外研究历史及现状
        1.2.1 CNN发展
        1.2.2 胶囊网络的研究现状
    1.3 论文的创新点
    1.4 论文的内容结构和安排
第二章 相关理论及技术介绍
    2.1 卷积神经网络
        2.1.1 卷积神经网络的结构
        2.1.2 卷积层
        2.1.3 激活函数
        2.1.4 池化层
        2.1.5 全连接层与Softmax层
    2.2 卷积神经网络的局限性
    2.3 胶囊网络模型
        2.3.1 胶囊网络总体结构
        2.3.2 动态路由算法
        2.3.3 重构网络与损失函数
        2.3.4 可视化研究
    2.4 本章小结
第三章 胶囊网络在时尚服装数据上的改进
    3.1 导言
    3.2 改进的胶囊网络模型
        3.2.1 小卷积特征提取网络
        3.2.2 数据预处理与Batch Normalization
    3.3 数据集及实验参数设置
        3.3.1 数据集
        3.3.2 Keras框架
        3.3.3 实验设置
    3.4 实验结果及分析
        3.4.1 不同方案比较
        3.4.2 与其他文献的对比
        3.4.3 参数量及其他
    3.5 本章小结
第四章 基于并行卷积和反卷积的胶囊网络
    4.1 导言
    4.2 改进的胶囊网络模型
        4.2.1 特征提取网络
        4.2.2 并行卷积与动态路由网络
        4.2.3 转置卷积
        4.2.4 解码网络
    4.3 实验参数与数据集
    4.4 实验结果及分析
    4.5 本章小结
第五章 总结与展望
    5.1 本文主要研究工作
    5.2 未来研究计划
参考文献
致谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目


【参考文献】：
期刊论文
[1]卷积神经网络中的激活函数分析[J]. 赖策.  科学技术创新. 2019(33)
[2]基于深度学习卷积神经网络图像识别技术的研究与应用[J]. 杨子贤.  中国设备工程. 2018(23)
[3]卷积神经网络在目标检测中的应用综述[J]. 于进勇,丁鹏程,王超.  计算机科学. 2018(S2)
[4]图像识别技术发展与应用[J]. 武煜博.  电子技术与软件工程. 2017(04)

博士论文
[1]基于卷积神经网络的图像分类研究[D]. 吕恩辉.中国矿业大学 2019

硕士论文
[1]基于密集胶囊网络的多视角人脸表情识别[D]. 韩雨.华中科技大学 2019
[2]卷积神经网络在遥感目标识别中的应用研究[D]. 殷文斌.中国科学院大学(中国科学院遥感与数字地球研究所) 2017



本文编号：2935678