文章编号：１００７—１４２３（２０１７）２１—００２６—０５ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００７—１４２３．２０１７．２１．００５
基于深度学习算法的图像集识别
张玉冰，于威威
（上海海事大学信息工程学院，上海２０１３０６）
摘要：
深度学习技术是机器学习技术的新发展。它结合机器学习中神经网络的特点，通过构建多隐层的网络结构，实现对
人脑网络的模仿。结合生物仿生学的研究，模拟人脑进行模式识别，包括文字，图像及声音等的特征提取及分类。深
度学习网络由于包含多层中间隐层，所以对输入数据能逐级提取从底层到高层的特征，从而能很好地建立从底层信
号到高层语义的映射关系。在图像识别领域，卷积神经网络表现优异。但传统的卷积神经网络的训练速度过慢。自
动编码机可以实现图像的压缩和解释。为提高速度，结合卷积神经网络和自动编码机提出～种针对图像新的识别方
式。将图像先经过自动编码机进行初步特征提取，再结合卷积神经网络对图像集进行识别。与已有的识别算法相比
较，提高识别速度，保证识别率。
关键词：
深度学习；卷积神经网络；图像识别；自动编码机；特征提取；图像预处理
０ 引言
深度学习技术是机器学习技术的新发展。它结合
机器学习中神经网络的特点，通过构建多隐层的网络
结构，实现对人脑网络的模仿。结合生物仿生学的研 究，模拟人脑进行模式识别。包括文字，图像及声音等
的特征提取及分类。深度学习是无监督学习的一种 。
深度学习起源于神经网络，它是神经网络的深度
延伸。神经网络中也包含深度学习的结构，如含多隐
层的多层感知器。深度学习的原理是通过对原识别目
标的低层特征进行提取和组合，最终生成目标内含的
深层次的特征或属性。通过这种方式，可以探究数据
或图像中深层次的特征 。
深度学习的根本目的就是通过大量的数据样本来
进行学习，借助多隐层的深度网络结构，来提取到更有
用的特征，从而最终实现对目标的分类，并且提高分类
成功率。深度学习与传统的浅层神经网络的不同，主
要包含以下几个方面：（１）深度学习强调深度这个概
念，其网络的中间隐层一般有３层以上，多的甚至达到
１０层以上的中间隐层；（２）深度学习强调了对特征的学
囝 现代计算机２０１７．０７下 习，它将目标中的低层特征进行提取，然后经过低层特
征的不同组合，形成目标内在不易发现的深层次特征，
模拟人脑的学习方式，最终提高分类的准确性。相比
于传统的神经网络，通过大量数据进行学习，并对其深
层的特征进行构造和分类，深度学习网络更能揭示数
据的内在信息 。
当前深度学习已经有很多模型和算法，包括最基
础的深度网络结构自动编码器（ＡｕｔｏＥｎｃｏｄｅｒ），以及对
自动编码机进行改动和提升的稀疏自动编码器
（Ｓｐａｒｓｅ ＡｕｔｏＥｎｃｏｄｅｒ），降噪自动编码器（Ｄｅｎｏｉｓｉｎｇ Ａｕ．
ｔｏＥｎｃｏｄｅｒｓ）等，还包括深信度网络（Ｄｅｅｐ Ｂｅｌｉｅｆ Ｎｅｔ—
ｗｏｒｋ），以及卷积神经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔ．
ｗｏｒｋｓ）等。在这其中，卷积神经网络由于其特殊的构造
方式，为模式识别领域（包括文字识别，图像识别，语音
识别等）带来了福音。它的优点包括在网络结构当中
使用权值共享机制，对于同一个神经元的权值，在不同
的区域进行权值共享。通过这种方式可以有效地减少 网络当中权值的数量，简化网络结构。另外对于卷积
神经网络来说可以将图像进行简单的处理之后直接输 ， 图形图像 ／
入 络进行 、 ： ，这洋姚不需 像传统的算法那佯仃
复杂的预处 （包括特ｆ 提取戒数 重组） 卷积网络 垃一个多 感 器 ，专门为｝ｊｌ ５Ｊ，Ｊ二维形状而特殊没
汁这种网络结卡勾对平移、倾斜、比例缩放或者其他形
的ｌ欠Ｉ像变形 仃高度不变性ｆｌｆ传统的卷积神经
络对丁尺寸们大的输人 像，将会化 ＿卡闩 久的圳练
时问
冈此，本义 占合［ｊ动编百Ｊ５机刈‘ 像特征的良好
，提¨１了堆１ ＡＥ改进的卷ｆ！｛｝Ｉ｛ｊ经 络方法．．通过
ＡＥ的一步简 特 提取，大大减少ｒ『冬｛像的维度．！ｌＩｊ． 著缩短Ｊ ＣＮＮ的训练过程，简化Ｊ 网络结卡勾，提 ｊ
以圳效率 ｉ、
１ 基于自动编码机的改进卷积神经网络
１．１自动编码器（ＡｕｔｏＥｎｃｏｄｅｒ，ＡＥ）
ＡＥ属丁无监督学习，不需 埘训练样本进，于标
记、ＡＥ Ｆ扫 』 叫络组成，其一１１输入 冲经元数量 ｊ输
…层冲经元数ｆ ｆｆ１等．一…１司层冲 Ｊ 数 少于输入
和输…层 帑训练期间， 个圳练样本在经过
络后，会存输 层Ｊ 个新的 ０ ＡＥ学习的Ｌｌ的
就足使输出 Ｊｊ输入信号尽 卡｝１似
ＡＥ训练结束之后，共包括ｌｌｉｊ部分，输入层和ｒ…１＿Ｉ＝Ｊ
层．我们Ｌｊｆ以川这 来对信 进行爪缩；其次是 ｌ１Ｉ＇￣－ｉ】
层和输出 ，找ｆ『Ｊ可以川这两Ｊ 将 缩的信号进仃
还原
自动编 机 理『上ｌｌ下：假没我ｆ『Ｊ输入一个Ｉ１维的
信号 （ ∈【０１ ｌＩ），绎…输入层到达一Ｉ ＩＹ，Ｊ层，信号变为ｙ，
呵以 Ｌ｝ｊ如下公』 （１） ，Ｊ ：
１＝ ｛ 、＋『Ｊ） （Ｉ）
以上式 ・ｆｔ的ｓ是非线性 数， ｓｉｇｍｏｉｄ．Ｗ址输
人 到巾『ｎＪ Ｊ 的卡义值，ｂ为巾 Ｊ Ｊ 的编置（ｂｉａｓ）， 缩
后的信号ｖ，ｉｆｊ￣过解码层进行 ，之 输…到‘ｊ输
入相 数量的ｔ 个｝Ｉ１１绎厄所构成的输…层 假设 十勾
之Ｊ１彳的信号为Ｚ，『Ｊ！ＩＪ 式（２）女【ｊ ：
：＝ （ 、＋６ ） （２）
同上，ｓ为１卜线性 数，例 ｓｉｇｍｏｉ，１ 数 Ｉ１＿－ 代
表－卜 层到输 的链接卡义伉 ＾ 代表『ｆＪ问层的偏
（ｈ 公Ｊ＝Ｉ＝＝结 ｚ被认为是通过网 解析后对ｘ的
・个预测．． ・股从为，权重矩 破没定为 的转
： ＝ ．门动编码机结构 ｌ所示 １．２卷积神经网络（ｃＮＮ）
卷ｆｊ５ｆ４Ｉ绎网络（ＣＮＮ）址 度学习ｒ”的一种，炎似
丁人工冲 网络 已成为 １前讲 分析和 像 ｌ圳
领域的研究热点 它在网络结构当ｌｆｌ使川权ｆＩＩｃ ‘ 机
制，对于 一个神经元的权ｆｆｃ， 不 的 域进行权价
共亭ｊ减少了杖值的数 ．ｆ１．它¨ｒ以将 像进行简 ．
的处理之 Ｉｌ｛＝接输入网络进行学习，这样就不 ＾ 像
传统的钟：法ＪＪＩ；佯＿仃复杂的颅处 （包括特征提取 戈数
据重组ｙ，Ｉ ＣＮＮ主要用来ＩＪ ｊ位移、缩放及Ｊ 他彤
扭｝¨１不变一Ｆｔ－的二维 形｛Ｊｆ ｆ｝ｌ丁 一特征映射 Ｉ
的｝申经几权值州同，所以网络Ｉ，＇『以外行学习，这也址毪
积 络十¨对＇Ｊ 神经兀做ＪＪ：ｌ：ａｆ．连网络［１９－－大优势
卷 ｆｌＩＩ 网络的组成为第一层的输入层．・ｔ ｌ：接
像作为输入，也可以魁提取 的特征一之 的Ｊ 为卷积Ｊ １池化层Ｉ 交替｝｝ｌ观，术对输入进行特 的提
取，最后址一刽Ｉ 全连接Ｊ ，将特 连接为Ｋ ： 输
入到分类器ＩＩｌ进行分类， ＳｏｆｔＩＩＩＬＩＸ ；签积神 网络
结构如【冬ｌ ２彤 刁ｉ
１．３基于自动编码机的改进卷积神经网络
］ ｒｔ动编码机可以ｊ１４好地ｆ 缩 像的特 ．所
以我们ＩＩ『作『』１Ｉ卜改进 以＿ｒ．０ 数宁数据集ｍｎｉｓｔ 例，
初始罔像大小为２８ｘ２８ 步骤为：
（１）沟建－・个２８一ｌ８—２８的『ｌ动编 机
（２）将『殳ｌ像输入『１动编码饥进行ｉＪＩｌ练， ： 十
现代计算机２０１７．
０７下 囝 值Ｗ。 （３）将训练好的自动编码机的中间层连接到卷积
神经网络的输入层。 （４）对卷积神经网络进行训练，由于维度变低，所
以训练时问大大缩短。
（５）训练完成，即可进行图像分类识别。
图２卷积神经网络结构
改进算法结构如图３所示。
图３基于自动编码机的改进ＣＮＮ算法
＠ 现代计算机２０１７。０７下 ２ 实验结果与分析
２．１数据预处理
本节主要介绍算法数据预处理过程，为产生更有
效的实验结果，采用两个数据集进行对比实验分析。
Ｍｎｉｓｔ数据集，ｍｎｉｓｔ手写数字集是ＬｅＮｅｔ一５算法
的经典数据集Ｉ 。
部分ＩｍａｇｅＮｅｔ数据集，ＩｍａｇｅＮｅｔ数据集是ＩＬＳ—
ＶＲＣ比赛用数据集，属于自然数据集。由于原ｈｎａ．
ｇｅＮｅｔ数据集过大，所以为更快显示实验对比结果，从
中截取了部分图像，共５类，每类２００张图像，尺寸统
一为６４ｘ６４。
２．２算法实现与比较
实验环境：Ｉｎｔｅｌ酷睿ｉ７ ＣＰＵ，内存４Ｇ，Ｗｉｎｌ０ ６４
位，编程环境为ＭＡＴＬＡＢ Ｒ２０１５ａ
实验数据：ｍｎｉｓｔ手写数字集、ｉｍａｇｅｎｅｔ数据集
比较算法：卷积神经网络算法、基于自动编码机的
改进卷积神经网络算法
（１）ｍｎｉｓｔ数据集
对于ｍｎｉｓｔ数据集，构建的卷积神经网络结构为，
输入层大小为２８ｘ２８的，卷积层１提取６组特征罔ＩＩＩｌ，
卷积核大小为５ｘ５，池化层Ｊ比例为１：２，卷积层２提取
１２组特征图，卷积核大小为５ｘ５，池化层２比例为１：２，
顶层使用ｓｉｇｍｏｉｄ做分类器 。
构建改进算法结构为，自动编码机结构为２８—１８—
２８，ＣＮＮ输入层为１８ｘ１８，卷积层１为提取６组特征
图，卷积核大小为３ｘ３，池化层ｌ比例为１：２，卷积层２
为提取１２组特征图，卷积核大小为３ｘ３，池化层２比例
为ｌ：２，顶层使用ｓｉｇｍｏｉｄ做分类器。
进行一次迭代，算法实验结果如下：
表１ ｎ１ｎｉｓｔ数据集实验结果
由上表“Ｊ ，仳ｍｍｓｔ姒惦朱垄彻上，改进算法所
花时间要稍长于原算法，准确率方面相差不大。原因
是对于小尺寸的图像集，进行自动编码机训练所花的
时间要长于因为特征提取而缩短的训练１３寸间。
（２）ＩｍａｇｅＮｅｔ图像集
对于ＩｍａｇｅＮｅｔ图像集，构建的卷积神经网络结构