基于改进残差池化层的纹理识别

来源：计算机技术与发展杂志2023年第09期北京时间：

作者：郭锐;';熊风光;'*;谢剑斌;';尹宇慧;';刘磊;'

单位：1. 中北大学 大数据学院,山西 太原 030051;2. 山西省视觉信息处理及智能机器人工程研究中心,山西 太原 030051

摘要：纹理一直是物体图像最重要的特征之一。 针对现有纹理识别模型在复杂数据集下识别准确率不高的问题,提出一种基于改进残差池化层的纹理识别算法。 首先,提出多维特征融合模块,在纹理识别模型中同时利用高层特征和低层特征来提取更加有效的纹理特征;其次,对残差池化层进行改进,在原残差池化层的基础上,引入全局最大池化支路,为纹理识别模型增加全局空间结构观察,将原残差池化层与全局最大池化支路得到的特征向量进行拼接后作为纹理特征,提升纹理识别的准确率;再次,应用局部二值模式辅助识别策略,使用局部二值模式编码映射图像为纹理识别模型提供辅助信息;最后,将得到的纹理特征输入到分类层中,得到纹理识别结果。与现有的纹理识别方法 B-CNN、Deep filter banks、Deep TEN、TEX-Net-LF、locality-aware coding、DRP-Net 相比,该方法具有更好的纹理识别效果。

关键词：纹理识别;残差池化层;全局最大池化;多维特征融合模块;多尺度特征