基于卷积神经网络模型的分层特征提取

针对传统人工特征无法捕捉图像目标语义信息的缺点,本文提出一种基于卷积神经网络模型VGG-Net的分层特征提取方法,对模型的高低卷积层分别进行特征提取和深入的分析。实验结果表明低层特征图分辨率高包含更多细节信息,高层特征图分辨率低能提取更多语义信息。因此可根据不同任务选择不同层特征以获得最佳的目标特征表达。