一种融合AutoEncoder与CNN的混合算法用于图像特征提取

深度学习方法在图像的特征提取方面具有优势。针对传统特征提取方法需要先验知识的不足,提出一种自动编码器(Auto Encoder)与卷积神经网络(convolutional neural network,CNN)相结合的深度学习特征提取方法。该方法给Auto Encoder加入快速稀疏性控制,据此对图像训练出基本构件,并初始化CNN的卷积核;同时,给CNN加入了滤波机制,使输出特征保持稀疏性。实验结果表明,在Minist手写数字库和Yale人脸库的识别效果上,提出的特征提取方法均取得了较好的结果,实验进一步通过交叉验证T检验指出,引入滤波机制的特征提取模型优于没有采用滤波机制的模型。