论文部分内容阅读
随着计算机技术的发展,互联网上日益增多的图像资源给图像分类技术带来了新的挑战。深度学习的出现解决了因图像数据庞大而对图像提取特征困难的问题,并且克服了图像底层像素与高层语义之间的鸿沟。但高层特征具有维度高、训练时间长等特点,使得图像的分类效率较低。因此,本文提出了一种融合深度字典和稀疏表示的方法对图像进行分类工作,对已有的深度网络模型进行微调,然后利用稀疏表示算法完成分类。实验结果表明,该方法较其他分类方法对图像分类准确率有明显提高。