摘要：特定建筑物识别可应用于旅游景点地点的查询。针对现有特定建筑物识别方法特征提取困难、识别率低等问题,提出一种基于卷积神经网络的特定建筑物识别方法。针对数据规模小的限制,提出利用预训练的VGG-16网络进行迁移学习,以改善网络效果。为了充分利用VGG-16网络中各层提取出的特征,提出自适应特征融合的方法。该方法针对网络中不同层提取出的特征图的层次不同、尺度不同的特点,给每个特征图设置可学习的权重,进而融合在一起进行预测。通过从网络上爬取的6273张12类旅游景点建筑物图片作为数据集,对提出的方法进行验证。使用VGG-16网络训练,最终准确率为97.86%,处理速度为296 fps。利用自适应特征融合改进VGG-16网络,改进后最终准确率为98.93%,处理速度为289 fps,比改进前准确率提高1.07%。