基于多结构卷积神经网络特征融合的场景分类方法及系统

摘要

本发明提供了基于多结构卷积神经网络特征融合的场景分类方法及系统，包括：选择CaffeNet、VGG‑s和VGG‑f模型，在ImageNet数据集上对CaffeNet、VGG‑s和VGG‑f模型进行预训练；选定已经进行场景分类的原始场景图像集；利用原始场景图像集对在预训练后的CaffeNet、VGG‑s和VGG‑f模型进行微调，得到网络CaffeNet‑t、VGG‑s‑t和VGG‑f‑t；分别利用CaffeNet‑t、VGG‑s‑t和VGG‑f‑t作为特征提取器，分别处理原始场景图像集，以提取原始场景图像集中的每一张图像的特征，从卷积神经网络的倒数第二个全连接层得到特征集F