面向于线条图着色任务的VGG特征提取网络改进

郑 孟然
河北建筑工程学院

摘要


本研究针对线条图着色任务中特征提取的需求，对VGG-19网络进行了关键改进，提出LIN-VGG19模型。
通过将ReLU激活函数替换为Leaky ReLU并在卷积层后加入批量归一化层，形成CBL模块，有效缓解了神经元死亡
问题，加速了模型收敛。创新性地利用浅层网络提取纹理特征，深层网络提取色彩特征，重构了网络输出结构。采
用Focal Loss损失函数和高质量数据集进行训练，显著提升了模型性能。实验结果表明，改进后的模型在收敛速度、
纹理分类准确率（89.7% F1值）和色彩识别准确率（92.1%）等方面均优于传统VGG-19，为线条图着色任务提供了
更有效的特征提取解决方案。

关键词


图像特征提取；卷积神经网络；语义分割

全文:

PDF


参考


[1]刘泳.基于机器视觉与深度学习的图像纹理分类

方法研究[D].武汉纺织大学，2025.DOI：10.27698/d.cnki.

gwhxj.2025.000192.

[2]李江美.基于自适应纹理和形状特征融合的图像

检索技术研究[D].贵州师范大学，2025.DOI：10.27048/

d.cnki.ggzsu.2025.001342.

[3]李建生.基于VGGNet的图像风格迁移设计与实

现[J].电 脑 与 信 息 技 术，2025，33（01）：33-40.DOI：

10.19414/j.cnki.1005-1228.2025.01.004.

[4]王树声，李文书.基于神经网络与注意力的任意

图像风格迁移研究综述[J].软件工程，2025，28（02）：

27-31.DOI：10.19644/j.cnki.issn2096-1472.2025.002.006.

[5]吉宇.基于深度卷积神经网络的数字图像风格转

换[J].信 息 记 录 材 料，2025，26（02）：221-223.DOI：

10.16009/j.cnki.cn13-1295/tq.2025.02.005.

[6]刘伟，翟志兴，张书尧，等.基于VGG19-SK模

型的机械密封启停状态识别[J].机电工程，2025，42（01）：

23-32+50.

[7]王文文，陶宏才.基于优化VGG19卷积神经网络

的异常检测模型研究[J].成都信息工程大学学报，2020，

35（03）：253-258.DOI：10.16836/j.cnki.jcuit.2020.03.001


Refbacks

  • 当前没有refback。