《表4 不同特征组合输入的情感分类准确率Tab.4 Accuracy of image emotion classification using CNN with different input of
%
表2、3结果显示,本文使用的4层卷积网络结构获得的分类准确率最高。相同的网络层数,滤波器个数越多,可学习到的特征图层数量越多,分类表现越好,但滤波器个数的增多会造成网络训练参数的大量增长,在小样本数据库中易造成过拟合等不利现象。从表4可知,在单路输入特征时,输入像素值RGB的分类准确率最高,HSV通道次之,Gabor纹理特征较差,由此可见,色调是影响织物情感的较为重要的因素。RGB与通道H、通道V并行的网络正确率不增反降,本文使用像素值RGB+S通道+纹理Gabor特征得到的分类准确率最高。
图表编号 | XD0019048600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.15 |
作者 | 汪珊娜、张华熊、康锋 |
绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院 |
更多格式 | 高清、无水印(增值服务) |