现代计算机ModernComputer第28卷第24期2022年12月25日文章编号:1007-1423（2022）24-0029-07DOI:10.3969/j.issn.1007-1423.2022.24.005基于自适应图像增强和CNN的少数民族服饰图像分类研究候红涛1,2，汪威1,2，申红婷1，刘宽1,2，杨秀璋1，罗子江1（1.贵州财经大学信息学院，贵阳550025；2.北京盛开智联科技有限公司，北京101300）摘要：针对传统的少数民族服饰图像分类采用人工处理，无法满足信息化时代对图像自动分类的要求问题，提出了一种基于自适应图像增强和卷积神经网络的少数民族服饰图像分类算法。该算法通过计算复杂环境下少数民族服饰图像的平均亮度，采用不同的算法进行图像增强，提高图像对比度，降低噪声，并利用卷积神经网络学习不同少数民族服饰图像的特征，实现少数民族服饰图像的自动分类。实验结果表明，所提出的算法提高了准确率、召回率和F1值，能够有效地对白族、苗族、蒙古族、维吾尔族和藏族服饰进行分类和识别，为少数民族服饰的信息处理奠定了良好的基础，也为民族文化的传承和保护提供了支持。关键词：卷积神经网络；自适应图像增强；图像分类；少数民族服饰；深度学习基金项目：国家自然科学基金（11664005）；贵州省科技计划项目（黔科合基础［2019］1041号,［2020］1Y279,［2020］1Y021）；贵州省研究生教育创新计划项目（黔教合YJSCXJH［2019］066）；贵州省教育厅自然科学基金项目（黔教合KY字［2021］135）；贵州财经大学在校学生（研究生）科学研究项目（2021ZXSY113）0引言少数民族服饰传统文化是整个中华民族文化的瑰宝，对其纹理样式、绣花雕饰、图腾标志、头饰绣花的研究，能有效地保护和传承少数民族服饰传统文化，并对将民族元素融入现代时尚中起着重要的作用［1-4］。当今社会，许多学者对非物质文化的传承和保护进行研究，但这些研究大多数都还停留在传统的人工处理阶段，通过博物馆收藏服饰和人工分类来进行静态保护，较少有人对这些服饰进行自动分类和识别研究［5］。面对海量的少数民族服饰图像，人工分类方法效率低且成本高，无法满足信息化时代对少数民族服饰图像自动分类提出的新要求。同时，受光照强度、拍摄角度、纹理精小、背景复杂等因素影响，少数民族服饰图像识别率较低，传统的图像分类效果不理想。因此，利用数字化方法和计算机技术来自动提取少数民族服饰元素，对海量民族服饰图像进行分类具有重要的研究意义和应用价值［6］。本文提出一种基于自适应图像增强和卷积神经网络的少数民族服...
