[發明專利]一種對圖像進行分類的圖像處理方法和圖像處理裝置

有效

• 申請號: 201410474927.9
• 申請日: 2014-09-17
• 公開（公告）號: CN105488515B
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 吳春鵬;陳理;范偉;孫俊
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 杜誠;賈萌

1.一種用于對圖像進行分類的圖像處理方法，包括：

從訓練圖像中提取全局特征和局部特征；以及

根據預定模式將所述全局特征和所述局部特征映射到特征圖以作為分類器的輸入樣本；

其中，根據所述預定模式，所述全局特征被映射到至少一個第一區域，所述局部特征被映射到一個第二區域，每個所述第一區域與所述第二區域相接，

其中，所述方法還包括：訓練至少兩個具有相同結構的卷積神經網絡分類器，所述卷積神經網絡分類器具有共同的全連接層和輸出層，以及為所述至少兩個具有相同結構的卷積神經網絡分類器的、除所述全連接層和輸出層之外的各層的連接的權重設定不同的初始化值。

2.根據權利要求1所述的方法，其中，所述局部特征包括提取自同一區域的至少兩種局部特征，并且所述局部特征的映射包括將提取自同一區域的至少兩種局部特征映射到同一位置。

3.根據權利要求2所述的方法，其中，根據所述預定模式，所述全局特征被映射到多個所述第一區域，所述第二區域被所述第一區域圍繞。

4.根據權利要求1至3中任一項所述的方法，還包括：

以從輸出層到輸入層逐層后向傳播的方式根據權重梯度來調整所述分類器中各層之間的有關連接的權重，

其中，在調整靠近輸入層側的至少一層的連接的權重時，對所述權重梯度進行增強，所增強的程度取決于所述至少一層之后的各層之間的連接的權重梯度的值。

5.根據權利要求4所述的方法，其中，通過把一個參考調整量E加到所述權重梯度上來增強所述權重梯度，E是通過參考所述至少一層之后的各層之間的有關連接的權重的梯度值而獲得的。

6.根據權利要求1所述的方法，還包括：

通過對原始輸入樣本進行隨機變形獲得所述至少兩個具有相同結構的卷積神經網絡分類器的各自輸入。

7.根據權利要求1所述的方法，還包括：

在訓練過程中的每一輪開始前，對至少兩個具有相同結構的卷積神經網絡分類器的部分對應權重值進行隨機局部調整。

8.一種用于對圖像進行分類的圖像處理裝置，包括：

特征提取單元，其從圖像中提取全局特征和局部特征；

輸入生成單元，其根據預定模式將所述全局特征和所述局部特征映射到特征圖，其中，根據所述預定模式，所述全局特征被映射到至少一個第一區域，所述局部特征被映射到一個第二區域，每個所述第一區域與所述第二區域相接；以及

基于神經網絡的分類器，其輸入為所述特征圖，

其中，所述分類器被訓練為至少兩個具有相同結構的卷積神經網絡分類器，所述卷積神經網絡分類器具有共同的全連接層和輸出層，以及為所述至少兩個具有相同結構的卷積神經網絡分類器的、除所述全連接層和輸出層之外的各層的連接的權重設定不同的初始化值。