针对传统池化方法未考虑不同像素点信息贡献存在差异的问题，论文设计了融合改进模糊二值模式的加权池化方法，该算法利用模糊隶属度函数计算出各像素点为等价模式的概率，并对应生成合适的权重值，在卷积神经网络的池化阶段，结合输入特征图及权重图，得到其加权池化输出值。利用ORL人脸数据库进行的实验结果表明，在测试图像含有噪声的情况下，论文提出的加权池化算法比传统最大池化法具有更好的降噪能力和人脸识别效果。
科研之友
微信
新浪微博
Facebook
分享链接
