论文部分内容阅读
针对所构建的贝类图像数据库,使用稠密卷积神经网络对贝类图像进行分类识别研究,在传统池化方法的基础上,应用新的权重比例池化规则,增强了池化过程的抗干扰性;使用多尺度感知的卷积方式,扩展特征提取的感知尺度,针对形貌特征相近和相似的不同品类的贝类图像进行区分,从而实现了相似品类的贝类图像分类识别。实验结果表明,该方法能够实现高准确度的贝类图像识别,尤其针对形貌特征相似的不同品类的贝类图像的分类识别效果显著。