基于SceneCaps的场景图像识别

摘要

场景识别是计算机视觉领域重要的研究方向.采用传统神经网络的场景识别方法对数据需求量较大、训练时间较长且不能捕捉图像的空间关系,对复杂的场景图像识别有一定的局限性.针对这一问题,在CapsNet(胶囊网络)的基础上,提出SceneCaps模型,并在Scene15和Places2数据集上进行实验.实验表明,与CapsNet模型相比,SceneCaps模型在Scene15和Places2数据集上的识别精度分别平均提高了 0.25％和0.03％,训练速度分别平均提高了 29％和69％,验证了该模型的有效性.