一种基于多尺度特征卷积神经网络的图像场景分类方法

摘要

本发明公开了一种基于多尺度特征卷积神经网络的图像场景分类方法，包括：S1、构建原始多尺度特征卷积神经网络；S2、训练所述原始多尺度特征卷积神经网络，得到训练的多尺度特征卷积神经网络；S3、获取M个图像数据；S4、将所述M个图像数据输入到所述训练的多尺度特征卷积神经网络，得到M个分类向量；S5、根据所述M个分类向量计算对应的特征向量的期望；S6、根据所述特征向量的期望，得到特征向量期望的概率最大值，将所述概率最大值对应的分类向量作为图像场景预处理的分类结果，其中M为正整数。本发明提出的基于多尺度特征卷积神经网络的场景分类方法更好，具有更高的特征提取能力，具有更高的场景分类正确率。