一种基于深度学习的纹身图像分类方法

一种基于深度学习的纹身图像分类方法，具体步骤如下：

1. 样本变换 1.1. 仿射变换 1.2. 弹性变换 1.3. 遮挡模拟 1.4. 白化

2. 自编码预训练

   • 使用CUDA优化后的自编码训练机对大量彩色纹身图像进行训练。
   • 得到纹身图像的一些共同地边缘信息。
   • 同时对这些图像进行挑选后用于卷积网络的第一层。

3. 卷积网络训练

   • 使用自编码得到的结果对变换后的样本进行卷积网络训练。

本发明有效避免受照射方向、肤色、毛发、光线、图像质量等各方面的影响，可靠性良好，实现效率较高。

一种基于深度学习的纹身图像分类方法，包括以下步骤1)样本变换1.1)仿射变换；1.2)弹性变换；1.3)遮挡模拟；1.4)白化；2)自编码预训练进使用CUDA优化后的自编码训练机对大量彩色纹身图像进行训练，得到纹身图像的一些共同地边缘信息，同时对这些图像做些挑选后用于卷积网络的第一层；3)使用自编码得到的结果对变换后的样本进行卷积网络训练。本发明有效避免受照射方向，肤色，毛发，光线，图像质量等各方面的影响、可靠性良好、实现效率较高。