典型文献
面向生活垃圾图像分类的多级特征加权融合算法
文献摘要：
生活垃圾的有效分类处理是改善社会环境的一项重要措施,传统的垃圾分类算法已经不能满足当前垃圾分类的要求.为了提高生活垃圾分类性能,在深入研究卷积神经网络中不同层次具有不同特征的基础上,提出一种面向生活垃圾图像分类的多级特征加权融合算法.构建基于ResNet的特征提取网络,通过多分支网络结构提取并处理图像不同层次的特征信息,在特征融合过程中分析自适应权重融合和固定权重融合对图像分类性能的影响,选取更优的加权融合方法对多级特征进行融合,从而获取更丰富的生活垃圾图像特征信息,提高垃圾分类准确率.实验结果表明,该算法在华为生活垃圾图像数据集上的分类准确率最高可达97.53％,优于其他算法,具有一定的实用价值.
文献关键词：
垃圾分类;生活垃圾图像;多级特征;加权融合;多分支网络
中图分类号：
作者姓名：
徐传运;王影;王文敏;李刚;郑宇;张晴
作者机构：
重庆理工大学 人工智能学院, 重庆 401135;重庆师范大学 计算机与信息科学学院, 重庆 401331;澳门科技大学 下一代互联网国际研究院, 澳门 519020
文献出处：
引用格式：
[1]徐传运;王影;王文敏;李刚;郑宇;张晴-.面向生活垃圾图像分类的多级特征加权融合算法)[J].重庆理工大学学报,2022(09):146-155
A类：
生活垃圾图像
B类：
图像分类,多级特征,特征加权,加权融合算法,分类处理,分类算法,生活垃圾分类,分类性能,不同层次,ResNet,特征提取网络,多分支网络,结构提取,并处,特征信息,特征融合,自适应权重,权重融合,固定权重,融合方法,图像特征,分类准确率,华为,图像数据集
AB值：
0.236699
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
