MomentsNet：一种用于二值图像识别的简易免学习网络
计算机视觉与模式识别
2017-02-23 v1
摘要
本文提出了一种名为 MomentsNet 的新型简易免学习深度学习网络，其卷积层、非线性处理层和池化层分别由矩核、二值哈希和逐块直方图构建。我们使用了十二种典型矩（包括几何矩、Zernike 矩、Tchebichef 矩等）来构建 MomentsNet，并研究了其对二值图像的识别性能。结果表明，在几乎所有情况下，MomentsNet 的识别性能均优于其对应的矩，而在由十二种矩构建的 MomentsNet 中，ZernikeNet 取得了最佳的识别性能。在二值图像数据库上，ZernikeNet 的识别性能也优于基于学习的深度学习网络 PCANet。
引用
@article{arxiv.1702.06767,
title = {MomentsNet: a simple learning-free method for binary image recognition},
author = {Jiasong Wu and Shijie Qiu and Youyong Kong and Yang Chen and Lotfi Senhadji and Huazhong Shu},
journal= {arXiv preprint arXiv:1702.06767},
year = {2017}
}
备注
5 pages, 4 figures, 2 tables