基于卷积神经网络的本征图像分解的实现  

Implementation of Eigen Image Decomposition Based on Convolutional Neural Network

作　　者：孙星 金鑫[1] 张晓昆[1] 李晓东[1] 姜湘岗[1] 叶超尘 SUN Xing;JIN Xin;ZHANG Xiaokun;LI Xiaodong;YE Chaochen(Beijing Electronic Science &Technology Institute,Beijing 100070,China)

机构地区：[1]北京电子科技学院

出　　处：《北京电子科技学院学报》2017年第4期74-80,共7页Journal of Beijing Electronic Science And Technology Institute

基　　金：2015.01-2017.12国家自然科学基金应急管理项目:高维混沌序列密码设计及在视频硬件加密中的应用研究(61640216);国家自然科学基金项目:“基于内容的图像光影模板学习与美学质量评价关键技术研究”(61402021);“无退化的混沌密码标准实现研究”(61772047)虚拟现实国家重点实验室开放课题:“互联网众包驱动的计算机审美技术及其智能应用研究”(BUAA-VR-16KF-09);国家档案局科技计划项目:“基于大数据的数字照片档案安全自动修复与标注检索关键技术”(2015-B-10);中央高校基本科研业务费项目:“云环境中可视媒体加密荚键技术研究”(2016LG03).

摘　　要：卷积神经网络(CNN)是目前深度学习中对于图像特征提取效果较好的神经网络。大数据时代所带来的海量数据,也为卷积神经网络带来了更加丰富的图像数据,使其获得的特征信息更加准确。本文基于卷积神经网络和计算机视觉与相关理论,采用深度学习,依托海量的图像数据集,给出并实现了基于卷积神经网络进行本征图像分解的方法。首先对利用深度学习进行本征图像分解的工作进行了分析,利用多尺度卷积神经网络,实现了原图直接到本征图的分解过程。Convolution neural network (CNN)is the depth learning.The massive data brought by the big best neural network for image feature extraction in data era also brings more abundant image data to the convolutional neural network and makes the obtained feature information more accurate.Based on convolutional neural network and computer vision and related theories,this paper uses depth learning and relies on massive image data sets to present and implement an intrinsic image decomposition method based on convolutional neural network.The paper analyzes the intrinsic image decomposition using depth learning.Using multi-scale convolution neural network,the decomposition of the original image to the original image is realized.

关 键 词：卷积神经网络 本征图像分解 深度学习 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]