民族文化是一个民族在长时间的发展历程中文明的积淀与精髓,具有不可替代性和不可弥补性。民族图案是民族文化的精髓,具有强烈的民族特点,可以反映出各个民族在不同的历史阶段的人文与精神风貌。但是现阶段,由于民族文化消退严重,很多民族的成员都不能很好地辨认和区分本民族的图案。因此,给民族图案正确分类也是一种保护民族文化的有效手段。由于民族图案内容复杂、难以区分,且数量较大,如果对其进行人工标注,需要耗费许多人力物力,并且也不能保证正确率。深度学习是现阶段的研究热点,它在图像和语音的许多领域都取得了非常不错的效果。它可以从大量的数据样本中学习和提取相关特征以无限逼近最优解。因而本文提出了基于深度学习的民族图案识别算法,具体算法的步骤如下:首先对数据集进行预处理,并利用深度学习网络提取数据集特征,其次融合特征,最后利用KNN和相关距离函数完成分类。根据民族图案数据集的特点,在图像的预处理、网络结构、特征的融合等方面被进行了以下改进:在预处理方面,对数据集进行增强处理,为深度学习的训练做准备;采用三种改进的网络和两种传统算法提取民族图案数据集的特征,深度学习网络负责提取较为高级的语义特征,传统算法负责提取较为基础的纹理轮廓特征;把不同方法提取的特征进行有效融合,可以达到优势互补和提升准确率的目的;并对融合后的特征进行降维,去除冗余特征,以减少运行时间。实验结果表明,本文提出的算法优于其他经典算法,准确率在测试集上可以达到98.5%,并且本文提出的算法的运算时间低于其他对比算法的时间,验证了本文提出算法的有效性。