基于遷移學習與自適應特征融合的建筑物識別

摘要：特定建筑物識別可應用于旅游景點地點的查詢。針對現有特定建筑物識別方法特征提取困難、識別率低等問題,提出一種基于卷積神經網絡的特定建筑物識別方法。針對數據規模小的限制,提出利用預訓練的VGG-16網絡進行遷移學習,以改善網絡效果。為了充分利用VGG-16網絡中各層提取出的特征,提出自適應特征融合的方法。該方法針對網絡中不同層提取出的特征圖的層次不同、尺度不同的特點,給每個特征圖設置可學習的權重,進而融合在一起進行預測。通過從網絡上爬取的6273張12類旅游景點建筑物圖片作為數據集,對提出的方法進行驗證。使用VGG-16網絡訓練,最終準確率為97.86%,處理速度為296 fps。利用自適應特征融合改進VGG-16網絡,改進后最終準確率為98.93%,處理速度為289 fps,比改進前準確率提高1.07%。