劉羿漩，齊振嶺，董苗苗，梁允泉，葛廣英

(1.聊城大學(xué) 物理科學(xué)與信息工程學(xué)院 山東省光通信科學(xué)與技術(shù)重點(diǎn)實(shí)驗室，山東 聊城 252059；2.聊城大學(xué) 物理科學(xué)與信息工程學(xué)院，山東 聊城 252059；3.聊城大學(xué) 計算機(jī)學(xué)院，山東 聊城 252059)

0 引言

隨著計算機(jī)與互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，計算機(jī)視覺技術(shù)的應(yīng)用在日常生活中無處不在，深度學(xué)習(xí)算法可以應(yīng)用于圖像分類[1-3]、缺陷檢測[4-7]等領(lǐng)域。在非遺文化的數(shù)字化保護(hù)領(lǐng)域，信息技術(shù)可將非遺文化遺產(chǎn)轉(zhuǎn)換、再現(xiàn)或復(fù)原成為一種可共享、可再生的數(shù)字形態(tài)，并以全新的方式加以保存利用。韓美群等[8]對比了近20年內(nèi)國內(nèi)外學(xué)者在非遺數(shù)字化傳承方面的研究結(jié)果，并且提出在新時代信息技術(shù)高速發(fā)展的階段應(yīng)當(dāng)增強(qiáng)數(shù)字技術(shù)在高質(zhì)量文化供給上的支撐作用。在中國眾多非遺文化中，中華傳統(tǒng)刺繡可按地區(qū)、工藝以及加工特點(diǎn)等標(biāo)準(zhǔn)分為不同種類，進(jìn)而使用在不同的場合，而區(qū)分不同刺繡種類的過程通常相當(dāng)繁瑣復(fù)雜且需要大量掌握相關(guān)專業(yè)知識的人力成本與時間成本，所以可以運(yùn)用深度學(xué)習(xí)算法實(shí)現(xiàn)刺繡的批量分類。楊蕾等[9]提出一種能夠?qū)⒗C品針法紋樣特征進(jìn)行提取和匹配的方法，構(gòu)建了一種以導(dǎo)向濾波作為尺度變換函數(shù)的特征提取模型，匹配準(zhǔn)確率高達(dá)88%。周澤聿等[10]通過對Xception模型全連接層的層數(shù)和dropout等參數(shù)進(jìn)行微調(diào)并探討了不同參數(shù)對結(jié)構(gòu)的影響，提出了一種基于Xception-TD的中華傳統(tǒng)刺繡分類模型，該模型的準(zhǔn)確率高達(dá)96.86%，且在刺繡多分類的問題上準(zhǔn)確率也優(yōu)于基準(zhǔn)模型。

圖像處理是深度學(xué)習(xí)算法最早嘗試應(yīng)用的領(lǐng)域，其中卷積神經(jīng)網(wǎng)絡(luò) (convolutional neural network，CNN)[11]是深度學(xué)習(xí)的代表算法之一。1989年加拿大多倫多大學(xué)教授Yann LeCun提出了首個卷積神經(jīng)網(wǎng)絡(luò)LeNet。后來隨著硬件水平提升。2012年10月，Hinton教授以及他的學(xué)生采用更深的卷神經(jīng)網(wǎng)絡(luò)模型AlexNet在著名的大規(guī)模數(shù)據(jù)集視覺識別比賽(ImageNet large scale visual recognition challenge，ILSVRC)上取得了第一名且效果遠(yuǎn)超第二名，AlexNet網(wǎng)絡(luò)的高性能使得圖像識別的領(lǐng)域研究更進(jìn)一步。隨后，VGGNet在2014年的 ILSVRC比賽中，贏得了定位任務(wù)的冠軍，在分類任務(wù)中排名第二。但AlexNet、VGGNet等模型主要通過增加卷積神經(jīng)網(wǎng)絡(luò)的深度以達(dá)到更好的分類效果，網(wǎng)絡(luò)層數(shù)增加的同時也帶來了梯度消失、過擬合、梯度爆炸等問題。2014年面世的GoogleNet網(wǎng)絡(luò)使用1×1卷積核進(jìn)行降維以及映射處理，引入了Inception結(jié)構(gòu)以融合不同尺度特征信息[12]。在2015年的ILSVRC比賽中，ResNet利用一種稱為Shortcut Connection結(jié)構(gòu)來跳過網(wǎng)絡(luò)的某些層，以3.57%的top5錯誤率贏得了冠軍[13]?；赗esNet模型訓(xùn)練生成的網(wǎng)絡(luò)中存在層貢獻(xiàn)很少的局限性，Liu等于2017年提出了DenseNet，使用了跨層連接及以前饋方式，每個層都會接受前面所有層作為其額外的輸入[14]。相較于ResNet，DenseNet旁路加強(qiáng)了特征的重用且具有更少的參數(shù)量。Google公司在2017年提出了MobileNet，它是一種小巧而高效的CNN模型，優(yōu)點(diǎn)在于提出了深度可分離卷積，降低了計算量和參數(shù)量[15]，使卷積神經(jīng)網(wǎng)絡(luò)更易部署到移動端。2020年，Google公司提出了EfficientNet模型[16]，該模型是一個快速高精度模型，它使用了深度(depth)、寬度(width)、輸入圖片分辨率(resolution)共同調(diào)節(jié)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于無需進(jìn)行人為的特征提取，近些年卷積神經(jīng)網(wǎng)絡(luò)推動了很多行業(yè)的發(fā)展，本文將卷積神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到刺繡分類問題上并對比分析結(jié)果。

本文對比了Googlenet、Resnet、DenseNet、MobileNet以及EfficientNet共5種常用的經(jīng)典CNN模型在中華傳統(tǒng)刺繡分類數(shù)據(jù)集上的表現(xiàn)后，選擇基于DenseNet模型進(jìn)行改進(jìn)，采用SPP(spatial pyramid pooling)模塊[19]加快損失收斂，穩(wěn)定算法訓(xùn)練過程，通過修改激活函數(shù)提高模型精度，然后采用局部二值模式LBP[17-18]、Canny算子邊緣提取以及Gabor濾波等方式提取紋理特征，與原圖合并成四至六通道圖像作為卷積神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行訓(xùn)練，擴(kuò)充數(shù)據(jù)寬度，便于算法提取特征，進(jìn)一步提升刺繡分類的識別準(zhǔn)確率。

1 基于改進(jìn)DenseNet模型的分類方法

1.1 DenseNet模型

DenseNet卷積神經(jīng)網(wǎng)絡(luò)模型是由Huang等在2017年提出[14]，該網(wǎng)絡(luò)借鑒了ResNet結(jié)構(gòu)，即建立前面層與后面層的連接，利于梯度反向傳播和訓(xùn)練更深層次網(wǎng)絡(luò)。DenseNet模型能夠?qū)崿F(xiàn)特征重復(fù)使用，減輕了梯度消失問題，減少參數(shù)量并提高特征的傳播率和利用率。DenseNet卷積神經(jīng)網(wǎng)絡(luò)模型中的密集連接塊DenseBlock比ResNet的連接機(jī)制更為激進(jìn)，所有層之間互相連接，每個層的額外輸入包括了前面的所有層，在DenseBlock內(nèi)特征圖大小統(tǒng)一，所有層互相連接以使每一層能夠接受前面所有層中的特征，加強(qiáng)特征重用。

假設(shè)H(·)“表示卷積神經(jīng)網(wǎng)絡(luò)的非線性效應(yīng)，其中包括卷積、池化以及激活等多種操作的組合。傳統(tǒng)CNN網(wǎng)絡(luò)經(jīng)過第i層后得到的輸出xi的計算方式如式(1)所示：

xi=Hi(xi-1)

(1)

對ResNet卷積神經(jīng)網(wǎng)絡(luò)模型來說，第i層的輸出xi的計算方式如式(2)所示：

xi=Hi(xi-1)+xi-1

(2)

對DenseNet卷積神經(jīng)網(wǎng)絡(luò)模型來說，第i層的輸出xi將連接第i層之前所有的層作為輸入，則第i層的輸出xi的計算方式如式(3)所示：

xi=Hi([xi-1,…,x2,x1,x0])

(3)

式(3)中的非線性效應(yīng)Hi(·)為歸一化(batch normalization，BN)操作。DenseBlock結(jié)構(gòu)連接方式如圖1所示。

圖1 DenseBlock結(jié)構(gòu)圖

由圖1可知DenseNet模型的前向傳播方式是比ResNet模型更為密集的連接，各個層的特征圖在通道維度上連接在一起使整個網(wǎng)絡(luò)更易訓(xùn)練。

1.2 改進(jìn)DenseNet模型

1.2.1 SPP結(jié)構(gòu)

為解決圖像分類任務(wù)中輸入圖像尺寸限制問題，2015年，He等[20]提出金字塔池化(spatial pyramid pooling，SPP)結(jié)構(gòu)，若要使卷積神經(jīng)網(wǎng)絡(luò)適應(yīng)不同尺寸的輸入圖片，文獻(xiàn)[20]提出了在卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后面引入SPP結(jié)構(gòu)。

具體操作為最后一層卷積層和全連接層前加入SPP結(jié)構(gòu)，對通過最后一層卷積的多層特征圖進(jìn)行通道調(diào)整，本文將每個特征圖按16×16，4×4以及1×1不同大小劃分為不同尺寸的網(wǎng)格，然后對每個網(wǎng)格進(jìn)行最大池化(Max pooling)操作，然后經(jīng)過拼接通道將特征圖轉(zhuǎn)化為固定長度的特征向量，使其作為后面全連接層的輸入?？傮w來說，SPP結(jié)構(gòu)就是通過不同大小窗口進(jìn)行池化，得到分辨率不同的特征圖，對每個特征圖連接1×1卷積層來壓縮調(diào)整通道維度。SPP結(jié)構(gòu)圖如圖2所示。

圖2 SPP結(jié)構(gòu)圖

1.2.2 激活函數(shù)

卷積神經(jīng)網(wǎng)絡(luò)中激活函數(shù)用于實(shí)現(xiàn)網(wǎng)絡(luò)的非線性映射，DenseNet網(wǎng)絡(luò)結(jié)構(gòu)中使用的激活函數(shù)為ReLU函數(shù)，但ReLU函數(shù)在輸入小于0時無法激活神經(jīng)元，易使網(wǎng)絡(luò)訓(xùn)練不收斂，ReLU函數(shù)定義如式(4)所示。為解決此問題，Leaky ReLU函數(shù)[21]利用較小的權(quán)值保留了部分信息，其定義如式(5)所示：

(4)

(5)

本文將Leaky Relu函數(shù)中系數(shù)?取值為0.01，有助于擴(kuò)大ReLU函數(shù)的范圍，該激活函數(shù)將激活函數(shù)的整個函數(shù)范圍定義在負(fù)無窮到正無窮上，使x的較小的線性分量作為負(fù)輸入調(diào)整網(wǎng)絡(luò)中負(fù)值的零梯度問題。實(shí)驗比較了激活函數(shù)選擇ReLU函數(shù)以及Leaky ReLU函數(shù)對刺繡圖像分類模型性能的影響，實(shí)驗證明了激活函數(shù)選為Leaky ReLU函數(shù)能夠提升網(wǎng)絡(luò)的性能。

引入SPP結(jié)構(gòu)以及進(jìn)行激活函數(shù)改進(jìn)后的DenseNet整體網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 改進(jìn)后的DenseNet網(wǎng)絡(luò)結(jié)構(gòu)圖

其中DenseBlock中的激活函數(shù)全部為Leaky ReLU函數(shù)。

1.2.3 數(shù)據(jù)集寬度擴(kuò)充

1) 局部二值模式(local binary pattern，LBP)是一種用來描述圖像局部紋理特征的算子，提取出的特征是圖像的局部紋理特征，具有旋轉(zhuǎn)不變性和灰度不變性等優(yōu)點(diǎn)。具體的計算方式如式(7)所示：

(7)

式(7)中x0表示一個小窗口的中心點(diǎn)像素灰度值，xi表示中心點(diǎn)周圍的其他像素點(diǎn)的灰度值，共有8個像素點(diǎn)，F(xiàn)(·)表示將小窗口中心點(diǎn)像素與相鄰像素比較得到的二值序列，具體方法為將中心像素點(diǎn)的值與周圍像素點(diǎn)的值做對比，若中心像素點(diǎn)的值小于周圍像素點(diǎn)的值，則對應(yīng)周圍像素點(diǎn)標(biāo)記為1，反之，若中心像素點(diǎn)的值大于周圍像素點(diǎn)的值，則將對應(yīng)像素標(biāo)記為0，將得到的二值序列與二值化后的周圍像素點(diǎn)對應(yīng)相乘后并相加，即得到中心像素值。

根據(jù)刺繡圖像分類數(shù)據(jù)集中的RGB圖像利用LBP特征提取前后對比如圖4所示。

圖4 LBP提取特征前后對比圖

2)基于Canny算子的邊緣檢測可以通過高斯濾波、像素梯度計算、非極大值抑制等步驟簡化圖像，改變圖像的表現(xiàn)形式使其更易提取特征。

首先對圖像進(jìn)行高斯濾波，即將一個灰度圖像與一個高斯核進(jìn)行卷積操作，具體計算方式如式(8)所示：

(8)

(9)

然后計算經(jīng)過高斯濾波后的圖像的梯度值與梯度方向，以此觀察灰度值變化最大的像素點(diǎn)，梯度值與梯度方向的具體計算方式如式(10)和式(11)所示：

(10)

(11)

其中:Gx為像素點(diǎn)在x方向上的梯度值，Gy為像素點(diǎn)在y方向上的梯度值。然后進(jìn)行非極大值抑制不是極大值的像素點(diǎn)，過濾非邊緣像素點(diǎn)，使邊緣寬度盡可能小，接著進(jìn)行雙閾值檢測設(shè)置一個低閾值和一個高閾值，進(jìn)一步減少邊緣像素點(diǎn)。

根據(jù)刺繡圖像分類數(shù)據(jù)集中的RGB圖像在經(jīng)過Canny算子提取邊緣的前后對比如圖5所示。

圖5 Canny算子邊緣檢測前后對比圖

3)Gabor濾波器是邊緣提取的線性濾波器，其頻率和方向表達(dá)與人類視覺系統(tǒng)類似，能夠提供良好的方向選擇和尺度選擇特性，而且對于光照變化不敏感，因此十分適合紋理分析。它的優(yōu)勢體現(xiàn)在Gabor濾波器可以從不同方向和尺度上對物體紋理進(jìn)行提取特征，并進(jìn)行隨意組合。本文采取二維Gabor濾波器對圖像進(jìn)行濾波，其濾波核可以分為實(shí)部和虛部，其具體數(shù)學(xué)表達(dá)式如式(12)所示：

(12)

其中:x′與y′的計算方式如式(13)所示：

(13)

上面兩個公式中，參數(shù)λ為波長，可影響濾波器濾波尺度；參數(shù)θ為濾波器方向，共有4個，分別為0度，45度，90度以及135度；參數(shù)ψ為相位偏移，取值范圍為-180至180；參數(shù)γ為空間縱橫比，本文取值為0.5；參數(shù)σ為帶寬，本文取值為2π。

對刺繡圖像分類數(shù)據(jù)集中的RGB圖像進(jìn)行二維Gabor濾波前后對比如圖6所示。

圖6 Gabor濾波前后對比圖

1.3 改進(jìn)DenseNet模型訓(xùn)練流程

本文在已有研究基礎(chǔ)上對圖像分類網(wǎng)絡(luò)進(jìn)行研究改進(jìn)，根據(jù)訓(xùn)練樣本圖像分類數(shù)據(jù)集X{x1,x2,…,xn}以及對應(yīng)的m種類別Y{y1,y2,…,ym}，對網(wǎng)絡(luò)結(jié)構(gòu)f(θ)，損失函數(shù)l以及學(xué)習(xí)率LR進(jìn)行訓(xùn)練，算法訓(xùn)練流程如圖7所示。

圖7 刺繡分類的訓(xùn)練過程

1) 按預(yù)先設(shè)定的Batch size從訓(xùn)練集X{x1,x2,…,xn}中選取一個訓(xùn)練批次X1{xa,…,xb}進(jìn)行歸一化預(yù)處理，對于訓(xùn)練批次中每張刺繡圖像中RGB三通道分別按均值meanr,g,b=[0.485，0.456，0.406]，標(biāo)準(zhǔn)差stdr,a,b=[0.229,0.224,0.225]進(jìn)行如式(14)操作：

(14)

式(1)中Inputr、Inputg、Inputb為未歸一化前圖像的RGB三通道像素值，Outputr、Outputg、Outputb為歸一化后圖像的RGB三通道像素值。

Mn=F(M1⊕M2⊕…⊕Mn-1)

(15)

(16)

式(3)中利用損失函數(shù)L計算損失l，訓(xùn)練過程的損失函數(shù)選用交叉熵?fù)p失函數(shù)，如式(17)所示：

(17)

式(17)中b-a表示每一訓(xùn)練批次中的樣本個數(shù)，c表示類別數(shù)量共有m種，pic為符號函數(shù)，若訓(xùn)練批次中第i個樣本的真實(shí)類別與類別c相同則取1，反之取0，qic表示預(yù)測訓(xùn)練批次中第i個樣本屬于類別c的概率。

4)計算得到的損失l后向傳播更新網(wǎng)絡(luò)權(quán)重θ，如式(18)所示：

θ′=θ-lr×g(l1)

(18)

5)判斷整個數(shù)據(jù)集是否遍歷結(jié)束，若遍歷未結(jié)束，選取下一訓(xùn)練批次重復(fù)以上步驟，若遍歷結(jié)束，則保存該輪次的模型權(quán)重參數(shù)文件并判斷是否滿足訓(xùn)練輪次。

6)若未滿足訓(xùn)練輪次，重復(fù)以上步驟，若滿足訓(xùn)練輪次則結(jié)束模型訓(xùn)練。

1.4 改進(jìn)DenseNet模型測試流程

本次實(shí)驗需要對訓(xùn)練所得的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測試以驗證效果，主要采用的評估指標(biāo)為準(zhǔn)確率(accuracy)、精確率(precision)、召回率(recall)和特異度(specificity)以及混淆矩陣。刺繡圖像分類模型的測試流程如圖8所示。

圖8 刺繡分類的測試過程

具體的測試步驟如下：

1)選擇訓(xùn)練得到的卷積神經(jīng)網(wǎng)絡(luò)模型并加載；

2)從刺繡圖像分類數(shù)據(jù)集中選取待測刺繡圖像，進(jìn)行歸一化預(yù)處理；

3)將預(yù)處理后的刺繡圖像送入網(wǎng)絡(luò)中進(jìn)行計算并得到識別分類結(jié)果；

4)判斷測試集中圖片是否全部測試完畢，若未完畢，重復(fù)以上步驟，若完畢，保存測試結(jié)果并計算模型的評估指標(biāo)。

2 實(shí)驗與結(jié)果分析

2.1 數(shù)據(jù)集采集與擴(kuò)充

本文數(shù)據(jù)集樣本采集來源于網(wǎng)絡(luò)，篩選出八類中華傳統(tǒng)刺繡，包括中國四大名繡：蘇繡、湘繡、粵繡、蜀繡以及少數(shù)民族刺繡：哈密刺繡、水族馬尾繡、西秦刺繡和其它類別，其中其它類別內(nèi)的刺繡還包含京繡、魯繡、盤金繡以及十字繡等。數(shù)據(jù)集中的部分刺繡圖像(隨機(jī)選取一張)如圖9所示。整個數(shù)據(jù)集按照9：1的比例劃分為訓(xùn)練集與驗證集，即訓(xùn)練集圖像共6 933張，測試集圖像共767張。具體類別分布如圖10所示。

圖9 刺繡圖像分類數(shù)據(jù)集樣本

圖10 刺繡圖像分類數(shù)據(jù)集類別分布圖

2.2 實(shí)驗環(huán)境及參數(shù)

本文實(shí)驗的訓(xùn)練與測試環(huán)境相同，均為Windows10操作系統(tǒng)，使用Pytorch深度學(xué)習(xí)框架來實(shí)現(xiàn)整個模型訓(xùn)練與測試過程，實(shí)驗環(huán)境的具體參數(shù)如表1所示。

表1 基準(zhǔn)模型對比仿真環(huán)境

實(shí)驗選取5個常用的經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行基準(zhǔn)模型對比實(shí)驗，分別為GoogleNet (Inception V3)、ResNet50、DenseNet-121、MobileNetV2與EfficientNet-B0，然后將這5種模型與本文改進(jìn)后的模型進(jìn)行性能對比，這5種模型的詳細(xì)參數(shù)對比分析如表2所示。

表2 卷積神經(jīng)網(wǎng)絡(luò)模型對比表

經(jīng)過反復(fù)嘗試，本次實(shí)驗中選定的訓(xùn)練相關(guān)超參數(shù)值如表3所示。

表3 網(wǎng)絡(luò)訓(xùn)練超參數(shù)

2.3 實(shí)驗及分析

2.3.1 不同算法實(shí)驗對比分析

本次實(shí)驗需要對訓(xùn)練所得的神經(jīng)網(wǎng)絡(luò)模型驗證效果，主要采用的評估指標(biāo)為準(zhǔn)確率(accuracy)、精確率(precision)、召回率(recall)和特異度(specificity)以及混淆矩陣。

1)混淆矩陣。

混淆矩陣是評判模型優(yōu)劣的一種指標(biāo)，常用于評判分類器模型的優(yōu)劣。表4代表一個二分類示例的混淆矩陣。

表4 二分類混淆矩陣

2)準(zhǔn)確率Accuracy。

準(zhǔn)確率(ACC)表示模型正確分類樣本占總樣本數(shù)比例(包括所有類別)。計算公式如下：

3)精確率Precision。

精確率(PPV)表示模型預(yù)測的所有Positive中預(yù)測正確的比例。計算公式如下：

4)召回率Recall。

召回率/靈敏度(TPR)表示在所有真實(shí)Positive中，模型預(yù)測正確的Positive比例。計算公式如下：

5)特異度Specificity。

特異度(TNR)表示在所有真實(shí)Negative中，模型預(yù)測正確的Negative比例。計算公式如下：

GoogleNet、ResNet、DenseNet、MobileNet與EfficientNet模型在各個種類上取得的精確率、召回率和特異度如表5所示。

表5 基準(zhǔn)模型測試結(jié)果

由表5可知，基于DenseNet的刺繡圖像分類模型在8個刺繡種類上取得的精確率(precision)、召回率(recall)和特異度(specificity)與其他卷積神經(jīng)網(wǎng)絡(luò)模型相比較高且分布更均勻，證明了DenseNet模型較其他卷積網(wǎng)絡(luò)模型更適用于刺繡圖像分類任務(wù)?；贒enseNet的刺繡圖像分類模型在刺繡圖像分類數(shù)據(jù)集上獲得的混淆矩陣如圖11所示。

圖11 刺繡圖像分類數(shù)據(jù)集中八種刺繡的混淆矩陣

從圖11中可以看出在刺繡分類數(shù)據(jù)集中基于DenseNet的中華傳統(tǒng)刺繡分類模型在水族馬尾繡種類上識別率最高，而在粵繡種類上準(zhǔn)確率最低。由混淆矩陣可知各類別識別正確概率均在80%以上，說明基于DenseNet的刺繡圖像分類模型對數(shù)據(jù)集中存在的噪聲和帶有遮擋與具有相似特征的刺繡圖像，有較強(qiáng)的魯棒性。

因此選擇基于DenseNet網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)優(yōu)化，在模型中引入SPP結(jié)構(gòu)并進(jìn)行激活函數(shù)優(yōu)化，改進(jìn)后的算法與其他算法在訓(xùn)練過程中的損失收斂對比過程如圖12所示。

圖12 各算法損失收斂對比圖

由圖12可得本文方法在刺繡圖像分類識別數(shù)據(jù)集上的損失收斂速度比其他算法的損失收斂速度更快。

為驗證改進(jìn)后的算法的優(yōu)越性有效性，在刺繡圖像測試集上與其它算法進(jìn)行對比，各算法取得的準(zhǔn)確率如表6所示，利用本文方法改進(jìn)后的算法在刺繡圖像測試集上取得的準(zhǔn)確率遠(yuǎn)遠(yuǎn)高于其他基準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)算法和改進(jìn)前的DenseNet算法，進(jìn)一步證明了本文提出方法的有效性。

表6 算法取得的準(zhǔn)確率對比

2.3.2 數(shù)據(jù)集寬度擴(kuò)充消融實(shí)驗

通過組合刺繡圖像分類數(shù)據(jù)集中的RGB三通道原圖及以上所介紹的4種方法得到的特征圖，分別組合得到8種不同方案，分別為RGB、RGB+LBP、RGB+ Canny、RGB+Gabor、RGB+LBP+Canny、RGB+ LBP+Gabor、RGB+Canny+Gabor以及RGB+ LBP+Canny+Cabor。從準(zhǔn)確率與預(yù)測時間2個方面對比數(shù)據(jù)集寬度擴(kuò)充前后基于改進(jìn)DenseNet的刺繡圖像分類模型性能的差異，如表7所示。

表7 數(shù)據(jù)集寬度擴(kuò)充消融試驗結(jié)果分析

將數(shù)據(jù)集按照8種不同寬度擴(kuò)充方案送入改進(jìn)后的刺繡圖像分類模型進(jìn)行訓(xùn)練，經(jīng)過Savitzky-Golay濾波平滑處理后，得到8種不同方案的分類模型的損失收斂對比圖如圖13所示，在刺繡圖像分類數(shù)據(jù)集上的取得的準(zhǔn)確率對比圖如圖14所示。

圖13 數(shù)據(jù)集寬度擴(kuò)充消融試驗損失收斂對比圖

圖14 數(shù)據(jù)集寬度擴(kuò)充消融試驗準(zhǔn)確率對比圖

在通道數(shù)增加至四通道時，刺繡圖像分類模型的準(zhǔn)確率明顯提高，達(dá)到了97.39%，但方案4預(yù)測時間比方案2多了0.1 s，準(zhǔn)確率并未顯著提升。綜合預(yù)測時間與模型在刺繡圖像分類測試集上達(dá)到的準(zhǔn)確率兩方面綜合來看應(yīng)選擇方案2，即將RGB圖像與LBP提取的特征圖合并為四通道圖像數(shù)據(jù)作為網(wǎng)絡(luò)輸入。

3 結(jié)束語

為提升刺繡分類效果，構(gòu)造了刺繡圖像分類數(shù)據(jù)集，研究了基于卷積神經(jīng)網(wǎng)絡(luò)的刺繡圖像分類模型，并基于DenseNet模型提出引入SPP算法以及替換激活函數(shù)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，提出不同擴(kuò)充數(shù)據(jù)集寬度方法并進(jìn)行消融實(shí)驗，確定最佳輸入網(wǎng)絡(luò)數(shù)據(jù)集應(yīng)為RGB圖像與LBP提取的特征圖合并的四通道圖像數(shù)據(jù)，改進(jìn)后的刺繡圖像分類模型與基準(zhǔn)模型相比，準(zhǔn)確率提高了8.1%，高達(dá)97.39%，平均分類識別時間為72.7 ms，驗證了改進(jìn)后算法具有較高的識別精度與較快識別速度，提升了刺繡圖像分類效果。

本文進(jìn)行的刺繡圖像分類數(shù)據(jù)集類別有限且大部分來源于網(wǎng)絡(luò)，未來可進(jìn)一步收集更豐富的刺繡類別對模型進(jìn)行訓(xùn)練，提升識別分類效果。