基于特征融合的深度学习场景识别与应用

摘要

深度学习在图像识别领域已取得了巨大成功,但在场景图像识别领域进展较慢。原因在于,相比以对象为中心的图像识别,场景图像包含的语义信息更丰富,既包括对象信息也包括全局信息。在深度神经网络VGG16模型基础上,通过融合场景图像的微观特征和宏观特征,以提高场景图像的识别准确率。同时构建了电力行业的场景图像数据集electric-5。实验显示,修改后的模型在scene-15和electric-5数据集上top-1准确率分别达到了92.05%和80.45%,相比VGG16分别提高了2.45和6.78个百分点。