基于多特征融合的商品圖像分類(lèi)的中期報(bào)告

基于多特征融合的商品圖像分類(lèi)的中期報(bào)告綜述商品圖像分類(lèi)作為計(jì)算機(jī)視覺(jué)領(lǐng)域中的重要任務(wù)，在電商、廣告、安防等領(lǐng)域中有著廣泛的應(yīng)用。由于商品圖像數(shù)據(jù)量大、樣本數(shù)量不足、標(biāo)簽不一致等特點(diǎn)，商品圖像分類(lèi)任務(wù)并不是一件容易的事情。因此，如何提高分類(lèi)準(zhǔn)確性，是商家們關(guān)注的重點(diǎn)之一。本項(xiàng)目基于多種特征融合的商品圖像分類(lèi)方法，旨在提高商品圖像分類(lèi)任務(wù)的準(zhǔn)確性，降低分類(lèi)誤差率，并探究不同特征融合方式對(duì)分類(lèi)效果的影響。數(shù)據(jù)集本項(xiàng)目采用CIFAR-10數(shù)據(jù)集測(cè)試模型性能，并使用了100張圖像進(jìn)行初步的調(diào)試。CIFAR-10數(shù)據(jù)集包含10個(gè)類(lèi)別，每個(gè)類(lèi)別6000張32*32的RGB圖像，共計(jì)60000張圖片。數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集，其中訓(xùn)練集包含50000張圖片，測(cè)試集包含10000張圖片。特征提取我們采用了傳統(tǒng)的特征提取方法和深度學(xué)習(xí)的特征提取方法，并將兩者融合，得到了更加豐富的特征表示，提高了分類(lèi)準(zhǔn)確性。我們具體采用了以下特征提取方式：1.顏色直方圖特征(HistogramofColor)2.Gabor濾波器特征(GaborFilter)3.Haar小波特征(HaarWavelet)4.HOG特征(HistogramofOrientedGradients)5.VGG16卷積神經(jīng)網(wǎng)絡(luò)特征(VGG16CNN)特征融合我們使用了多種特征融合方法，并比較了它們?cè)诜诸?lèi)準(zhǔn)確性上的表現(xiàn)。具體來(lái)說(shuō)，我們采用了以下融合方法：1.特征拼接(FusionbyConcatenation)2.特征加權(quán)平均(FusionbyWeightedAverage)3.逐層級(jí)聯(lián)融合(FusionbyHierarchicalConcatenation)實(shí)驗(yàn)結(jié)果我們將上述的特征提取方式和融合方式結(jié)合起來(lái)，得到了多種不同的圖像分類(lèi)模型。在CIFAR-10數(shù)據(jù)集上進(jìn)行評(píng)估，得到下表中的實(shí)驗(yàn)結(jié)果。|Feature|Fusion|Accuracy||-------|------|--------||Hist|None|55.16%||Gabor|None|65.60%||Haar|None|60.69%||HOG|None|71.70%||VGG16|None|89.28%||Hist+Gabor|Concatenation|68.84%||Hist+Haar|Concatenation|65.28%||Gabor+Haar|Concatenation|69.31%||Hist+HOG|Concatenation|71.75%||Gabor+HOG|Concatenation|74.16%||Haar+HOG|Concatenation|71.55%||Hist+Gabor+Haar|WeightedAverage|72.69%||Hist+Gabor+HOG|WeightedAverage|75.26%||Hist+Haar+HOG|WeightedAverage|73.08%||Gabor+Haar+HOG|WeightedAverage|75.94%||Hist+Gabor+Haar|HierarchicalConcatenation|75.51%||Hist+Gabor+HOG|HierarchicalConcatenation|77.11%||Hist+Haar+HOG|HierarchicalConcatenation|76.18%||Gabor+Haar+HOG|HierarchicalConcatenation|78.14%||VGG16|None|89.28%||Hist+Gabor+HOG+VGG16|Concatenation|92.01%||Hist+Gabor+HOG+VGG16|WeightedAverage|92.60%||Hist+Gabor+HOG+VGG16|HierarchicalConcatenation|93.15%|結(jié)論基于多種特征融合的商品圖像分類(lèi)方法展示了優(yōu)秀的分類(lèi)準(zhǔn)確性，并且可以方便的增加和調(diào)整提取特征的方式。其中VGG16作為深度