多感知兴趣区域特征融合的图像识别方法

闫涵，张旭秀，张净丹

（大连交通大学 电气信息工程学院，辽宁 大连 116028）

图像识别是计算机视觉领域的一个分支[1-2]，图像识别是指利用计算机对图像进行特征提取，从而识别各种不同模式下的目标和对象。图像识别在生活中的应用非常广泛，如人脸识别、指纹识别、安防监控等各个领域[3]。

图像识别方法可分为传统的图像识别方法与基于深度学习的图像识别方法。传统的图像识别手段主要建立在特征提取的基础上[4]，首先提取图像的底层像素信息或图像的特征，如图像边缘特征、纹理特征以及颜色特征等[5-9]。也有学者采用小波变换、傅里叶变换、EMD(empirical mode decomp-osition)变换等方法进行特征提取[10-12]。然后将提取的特征送入机器学习模型中进行分类识别。传统的图像识别方法都需要一定的先验性知识，而且对于一些相似的图像依靠人为寻找特征仍较为困难，算法实现的精度较低且难以转换。近年来，随着计算机性能的提升以及数据量的爆炸式增长，深度学习(deep learning)作为一种新兴的机器学习手段取得了飞速的发展[13]。采用深度学习方法进行图像识别的优势在于图像识别精度高，无需特征工程，适应性强易于转换，可使用数据进行有效缩放，方便实际应用与部署[14-15]。现有的深度学习网络浅层主要通过对输入图像进行特征提取与降采样获得图像低阶特征，深层网络则通过更深层变换获得图像特征的语义信息与更高分辨率特征图[16]。近年来，针对自然图像识别任务，一系列深度学习算法被提出，AlexNet是最早的深度学习网络模型[17]。……