基于深度学习的图像分类分析研究

基于深度学习的图像分类分析研究

文｜李翔宇孙晓庆

【期刊名称】中国信息化

【年(卷),期】2019(000)004

【总页数】3

随着科学发展，近年来，人工智能、深度学习蓬勃发展，在越来越多的领域中得到了广泛运用，人工智能是当前的热点话题，越来越多的行业正在对人工智能及其相关学科进行研究。人工智能的一大特点就是自学习能力，即提供学习的数据越多，处理能力越强，因此大数据处理是人工智能密不可分的一部分，深度学习作为人工智能的重要部分也具备同样的特点，而图像则是一种重要的学习数据

图像是对人类来说是一种直观的表现方式，我们可以通过图像获取视觉的内容，并且了解其含义，可是对计算机来说，它只能通过图像得到对应的数字矩阵，而通过矩阵来理解内容有一定的难度。因此为了便于计算机理解图像所表达的意义以及传递的思想，需要用到图像分类来解析成计算机可以理解的内容。简单的图像分类包括为图像打上一个具体的标签。复杂的图像分类可以分析图像内容并以人类可以读懂的语句来反馈。

一、深度学习类型

传统分类图像的方法主要通过图像自身特性进行分类，实质是对图像分类基于特征的学习，其中重要的一步是特征提取。在此阶段，运用手动设计的算法，对图像的特定部分编码，比如形状、色彩、材质，用这些特征来评定图像内容。根据这些特征，进而用于训练网络及评估网络。而基于深度学习的分类不同，