一种基于卷积神经网络和递归自动编码器模型的场景识别方法

摘要

本发明公开了一种基于卷积神经网络和递归自动编码器模型的场景识别方法，包括：构建卷积神经网络，构建递归自动编码器，数据预处理和场景预测分类；构建卷积神经网络，是利用大规模场景数据集构建并改进卷积神经深度网络；构建递归自动编码器，是利用卷积神经网络提取的图像特征和场景标签构建并改进递归自动编码器；数据预处理，是将图像进行数据增强的操作，同时将场景的文本标签实现嵌入操作完成数据预处理；场景预测分类，构建预测图像场景分类器，将图像特征输入训练完成的模型中进行场景预测分类。本发明改进了传统的图像与文本信息的编码模型，提出了一种新的卷积神经网络和递归自动编码器网络的结合方法，能够显著的提升场景识别的效果。