基于卷積神經(jīng)網(wǎng)絡(luò)的文檔圖像分類(lèi)與檢索方法研究.pdf

1、隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，圖像采集終端的多樣化普及化，越來(lái)越多的文檔以圖像的形式被收集和處理。設(shè)計(jì)合適的文檔圖像處理系統(tǒng)以面對(duì)不斷增長(zhǎng)的文檔圖像數(shù)量，成為研究的熱點(diǎn)。文檔圖像的分類(lèi)與檢索是文檔圖像處理中的關(guān)鍵任務(wù)。
　　本文圍繞文檔圖像的分類(lèi)與檢索展開(kāi)深入研究，主要工作如下：
　　1）提出基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和支撐向量機(jī)的文檔圖像分類(lèi)方法。利用CNN從底層像

2、素中獲得高層視覺(jué)特征，結(jié)合支撐向量機(jī)進(jìn)行文檔圖像分類(lèi)任務(wù)。參考很多學(xué)者將深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到不同機(jī)器視覺(jué)領(lǐng)域的做法，本文選用三種經(jīng)典卷積網(wǎng)絡(luò)結(jié)構(gòu)，在兩個(gè)樣本數(shù)不一的開(kāi)源數(shù)據(jù)集上測(cè)試。實(shí)驗(yàn)表明該分類(lèi)方法具有良好的表達(dá)能力，并且能方便地在不同類(lèi)別數(shù)據(jù)集間進(jìn)行遷移。
　　2）提出基于CNN和層次K均值樹(shù)算法的文檔圖像檢索方法。利用CNN從原始像素中獲得抽象特征，采用主成分分析（Principal Component Analysis，