一种使用前馈人工神经网络的高阶图像子采样方法  

A High-order Image Subsampling Method Using Orthogonal Least-squares-based FANN

作　　者：吴传孙[1] 周定康[1] 幸锐[2] 

机构地区：[1]江西师范大学计算机学院,江西南昌330027 [2]浙江大学计算机学院,浙江杭州310027

出　　处：《计算机与现代化》2003年第5期43-44,48,共3页Computer and Modernization

摘　　要：提出了一种高阶图像子采样的方法。该方法采用了前馈神经网络(FANN)。子采样的过程分为两个阶段。在第一个阶段中,使用了基于最小二乘法的正交剪枝算法。通过这个阶段,16个像素就采样为4个像素。在第二个阶段中,使用了全连接网络将4个像素采样为1个像素,实验结果表明,本算法具有很好的时间性能比。Proposes an efficient highorder subsampling method using feedforward artificial neural networks (FANN). The subsampling process is splitted into two stages. In the first stage, a FANN with orthogonal leastsquaresbased pruning algorithm is taken to subsample 16 pixels into 4 pixels. Then a fully connected network is used in the second stage. The experiment results show that the proposed method achieves a high speedperformance tradeoff.

关 键 词：高阶图像子采样方法 前馈人工神经网络 最小二乘法 图像处理 模式识别 计算机 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]