基于Gabor卷积神经网络的图像识别方法

摘要

本发明公开了一种基于Gabor卷积神经网络的图像识别方法，处理步骤为：(1)选取不同参数的Gabor小波构造Gabor特征提取模块；(2)通过权值共享的卷积层搭建并行卷积模块；(3)通过element‑wise取最大值操作设计空间变换池化模块；(4)根据Gabor特征提取模块、并行卷积模块、空间变换池化模块构建Gabor卷积层；(5)选取搭建Gabor卷积神经网络的基准网络，确定Gabor卷积层替换基准网络中普通卷积层的方案；(6)利用带动量的SGD算法训练Gabor卷积神经网络并进行图像识别。本发明提出的识别方法算法复杂度低，同时对于空间变换具有较高的鲁棒性，识别准确率和速度都有一定的提高。