基于超像素的人工神经网络图像分类  

Artificial Neural Network Image Classification Based on Super-pixel

作　　者：饶倩[1] 文红[1] 喻文[1] 毛祺琦[1] 苏伟伟[1] 

机构地区：[1]电子科技大学通信抗干扰技术国家级重点实验室,四川成都611731

出　　处：《计算机与现代化》2013年第12期98-101,105,共5页Computer and Modernization

基　　金：高等学校博士学科点专项科研基金资助项目(20120185110030);国家教育部回国人员科研启动基金和四川省合作项目(2013HH0005)

摘　　要：基于人工神经网络对图像标签分类,为简化后续数据处理,先用Normalized Cut将图像分割为超像素,提取特征向量,通过输入训练样本集,对网络进行训练,在最小均方误差意义下得到网络参数,最后在Matlab的仿真实验中基于不同隐藏层节点,使用BP神经网络模型对图像超像素进行分类。This paper describes the classification of image labeling based on artificial neural network .For simplifying the data processing , obtaining the super-pixel as a result of image segmentation , we took the extracted feature vectors as input for network , obtained the parameters of network in the sense of minimum mean square error after training the network with training samples .At last, in the simulation experiments of Matlab , we classified the super-pixel of image based on BP neural network model for all hidden neurons .

关 键 词：超像素 神经网络 分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]