受损图片分类的双并行交叉降噪卷积神经网络

来源：计算机工程与应用杂志2018年第18期北京时间：

作者：王 达1，2，周雪峰2，徐智浩2，蔡奕松2，陈 洲1，2

单位：1.沈阳工业大学 信息科学与工程学院，沈阳 110870；2.广东省智能制造研究所 广东省现代控制技术重点实验室，广州 510070

摘要：应对大量受干扰图像的分类问题，提出了一种双并行交叉降噪卷积模型，该模型由两部分并行交叉网络结构组成，分别对应改进的自编码方式和并行交叉卷积神经网络，同时在该模型训练的过程中，使用批量正则化和改进激活函数的方法。经实验验证，与同类模型相比，该模型首先具有降噪能力强、鲁棒性好、泛化能力强和准确率高的特点，其次避免过拟合，加快收敛速度。在图片不同程度受损的情况下，它也可较好地完成图像目标识别分类任务。

关键词：图像分类,自编码器,卷积神经网络,双并行交叉