[發明專利]一種基于深度學習的紋身圖像分類方法

有效

• 申請號: 201410138343.4
• 申請日: 2014-04-08
• 公開（公告）號: CN103996056B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 張永良;肖健偉;高思斌;肖剛
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 杭州斯可睿專利事務所有限公司33241
• 代理人: 王利強

1.一種基于深度學習的紋身圖像分類方法，其特征在于：所述分類方法包括以下步驟：

1)樣本變換

1.1)仿射變換；

1.2)彈性變換：對樣本進行曲面模擬，過程如下：

對n*m的圖像進行變換，得到n*m個向量構成坐標矩陣X；

其中Y＝[y₁,y₂,…,y_m],1≤i≤n，列向量表示圖中橫坐標第i位置，縱坐標第j位置，1≤j≤m，將其輸入到輸入維度為2，輸出維度為1的神經網絡中，采用3層神經網絡，變換函數為：

P＝g(W₂g(W₁(X+b₁))+b₂) (2)

其中：

P＝[p_1,1,p_1,2,…,p_1,m,p_2,1,p_2,2,…,p_2,m,…,p_n,1,p_n,2,…,p_n,m]

p_i,j為向量對應的輸出值；

g為神經網絡的激活函數，選用sigmoid函數即x為函數的輸入值；

W₁,W₂,b₁,b₂是(-r,r)均勻分布的隨機數；

對于神經網絡隨機初始化的范圍為(-r,r)即構成所需要的曲面模型，滿足光滑，并且由參數控制形變復雜度的特性；

得到曲面后，對曲面上毎一點求導得到偏移矩陣G，得到每個像素點最后的偏移坐標：

X_o＝X+G (3)

最后把新圖像中點X的像素值取原圖像X_o經過線性插值后的像素值；

1.3)遮擋模擬：在每幅輸入訓練機的圖像隨機把某一區域的像素值置0；

1.4)白化；

2)自編碼預訓練：使用CUDA優化后的自編碼訓練機對大量彩色紋身圖像進行訓練，得到紋身圖像的一些共同地邊緣信息，同時對這些圖像做些挑選后用于卷積網絡的第一層；

3)卷積網絡訓練：使用CUDA優化后的卷積網絡對有標定的紋身圖像進行訓練得到最終分類結果。

2.如權利要求1所述的一種基于深度學習的紋身圖像分類方法，其特征在于：所述分類方法還包括以下步驟：

4)對卷積網絡優化：使用了隨機池化和對于隨機池化的BP算法，使用CUDA對整體流程進行優化。

3.如權利要求2所述的一種基于深度學習的紋身圖像分類方法，其特征在于：所述分類方法還包括以下步驟：

5)使用holdout驗證控制樣本變換程度。