[發明專利]一種深度學習網絡實現大類別圖像識別的方法

在審

• 申請號: 201310461551.3
• 申請日: 2013-09-30
• 公開（公告）號: CN103489004A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 郭禮華;黃健翀
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 陳文姬

1.一種深度學習網絡實現大類別圖像識別的方法，其特征在于，采用深度學習網絡進行大類別圖像識別，所述深度學習網絡包括第一簡單層S1層，第一復雜層C1層，第二簡單層S2層和第二復雜層C2層；

識別過程包括以下步驟：

（1）訓練過程：

（11）對樣本圖片進行預處理，所述樣本圖片包括多種類別；

（12）對樣本圖片進行Gabor特征提取，得到Gabor特征矩陣，即S1層中的特征矩陣；

（13）對步驟（12）得到的S1層中的特征矩陣進行局部最大選取，得到局部最大化的Gabor特征矩陣，即C1層中的特征矩陣；

（14）使用特征碼本對步驟（13）得到的C1層中的特征矩陣進行局部線性編碼，得到S2層中的特征矩陣；

（15）使用空間金字塔方法對步驟（14）得到的S2層中的特征矩陣進行最大選取，得到視覺圖像特征和局部線性編碼相結合的特征矢量，即C2層的特征矢量：

（16）將步驟（15）得到的C2層的特征矢量送入支持向量機分類器進行訓練；

（2）識別過程：

（21）對測試圖片進行預處理；

（22）對測試圖片進行Gabor特征提取，得到Gabor特征矩陣，即S1層中的特征矩陣；

（23）對步驟（22）得到的S1層中的特征矩陣進行局部最大選取，得到局部最大化的Gabor特征矩陣，即C1層中的特征矩陣；

（24）使用特征碼本對步驟（23）得到的C1層中的特征矩陣進行局部線性編碼，得到S2層中的特征矩陣；

（25）使用空間金字塔方法對步驟（24）得到的S2層中的特征矩陣進行最大選取，得到視覺圖像特征和局部線性編碼相結合的特征矢量，即C2層的特征矢量：

（26）將步驟（25）得到的C2層的特征矢量送入步驟（16）訓練好的支持向量機分類器進行識別。

2.根據權利要求1所述的深度學習網絡實現大類別圖像識別的方法，其特征在于，步驟（14）所述使用特征碼本對步驟（13）得到的C1層中的特征矩陣進行局部線性編碼，具體為：

在C1層中，對于樣本圖片中任意點，當以該點為基點時，在該基點周圍提取特征碼本中的特征模板大小內的各點，并轉為一維特征矢量，使用特征碼本對一維特征矢量進行局部線性編碼；對樣本圖像所有基點進行局部線性編碼后，得到C1層中的特征矩陣經過局部線性編碼的編碼結果，此編碼結果為S2層中的特征矩陣;

其中,所述局部線性編碼具體實現如下：假設當前一維特征矢量是x_i，其特征碼本是B，設定經過局部線性編碼后的輸出為c_i，一維特征矢量x_i、特征碼本B和輸出c_i必須滿足下面最優化公式，其數學表達式如下所示：

argminΣi=1N||xi-Bci||2+λ||di⊗ci||l1]]>

s.t.1^Tc_i=1

其中dist(xi,B)=[dist(x_i,b₁),...,dist(x_i,b_i)]^T為一維特征矢量與特征碼本的距離向量，為元素間相乘；該局部線性編碼有解析解為Ci=(B-1xiT)(B-1xiT)T;]]>

所述特征碼本的提取過程如下：

在每張樣本圖片的C1層中，隨機選取20個4x4的塊，15個8x8的塊，10個12x12的塊及5個16x16的塊，按空間順序轉為一維量后用k-means方法按大小分別對所有塊進行聚類，將聚類后的中心作為特征碼本。