基于高低维度特征融合的双通道卷积神经网络

摘要

为了充分利用图像中所隐藏的特征信息,提出将低级纬度特征融合在全连接层,构建出融合了高低级纬度特征的双通道卷积神经网络.首先构建一个传统的双通道卷积神经网络,在两通道上设置不同大小的卷积核,将双通道的池化层分别连接到全连接层,同时将两通道卷积神经网络的第一池化层提取的特征也直接送到全连接层,这样就使得提取得到的初级和高级特征图在全链接层上进行融合,融合后的数据输入到softmax分类器进行分类.不同算法在fashion-mnist和CIFAR-10数据库上的对比仿真结果表明,本模型获得了较高的分类准确率.