[發(fā)明專(zhuān)利]基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510821480.2
• 申請(qǐng)日: 2015-11-23
• 公開(kāi)（公告）號(hào): CN105426919A
• 公開(kāi)（公告）日: 2016-03-23
• 發(fā)明（設(shè)計(jì)）人: 陳霜霜;劉惠義;曾曉勤;孟志偉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06K9/46
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，屬于機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域。

背景技術(shù)

隨著多媒體技術(shù)的發(fā)展，圖像分類(lèi)已成為計(jì)算機(jī)視覺(jué)領(lǐng)域研究的重點(diǎn)，圖像分類(lèi)是依據(jù)圖像具有的某種屬性而將其劃分到預(yù)先設(shè)定的不同類(lèi)別中，如何將圖像進(jìn)行有效的表達(dá)是提高圖像分類(lèi)準(zhǔn)確率的關(guān)鍵，特征的選擇與提取問(wèn)題是圖像分類(lèi)目前存在的難點(diǎn)問(wèn)題。隨著移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，人類(lèi)社會(huì)已進(jìn)入大數(shù)據(jù)時(shí)代。SIFT、HOG等這些傳統(tǒng)的特征學(xué)習(xí)雖能提取圖像的某些特征，在圖像分類(lèi)中也取得了較好的效果，但這種人工設(shè)計(jì)特征方法存在一定的缺陷。而傳統(tǒng)的有監(jiān)督特征學(xué)習(xí)方法，通過(guò)學(xué)習(xí)人工標(biāo)注數(shù)據(jù)，在大數(shù)據(jù)時(shí)代下顯得不合時(shí)宜。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，將深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)中融入計(jì)算機(jī)視覺(jué)中一些方法與理論，以提高圖像特征的有效表示，從而達(dá)到理想的分類(lèi)結(jié)果。

為了實(shí)現(xiàn)上述目標(biāo)，本發(fā)明采用如下的技術(shù)方案：

一種基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，其特征是，包括如下步驟：

1)顯著性指導(dǎo)的像素點(diǎn)采集：采用顯著性檢測(cè)算法對(duì)圖像像素點(diǎn)進(jìn)行采集，通過(guò)獲取圖像的顯著圖，采集到圖像中具有代表性表示的像素點(diǎn)；

2)非監(jiān)督特征學(xué)習(xí)：采用稀疏自編碼來(lái)訓(xùn)練代表性的像素點(diǎn)，獲取圖像特征；

3)圖像卷積：分別用圖像數(shù)據(jù)集中訓(xùn)練樣本和測(cè)試樣本對(duì)步驟2)中的圖像特征進(jìn)行卷積操作；

4)局部對(duì)比歸一化：對(duì)步驟3)中獲取的訓(xùn)練樣本和測(cè)試樣本的卷積特征進(jìn)行局部減法和除法歸一化；

5)空間金字塔池化：從三個(gè)不同空間尺度對(duì)步驟4)中獲取的卷積圖像特征進(jìn)行平均池化操作；

6)融合中央先驗(yàn)：分別計(jì)算圖像數(shù)據(jù)集中訓(xùn)練樣本和測(cè)試樣本的中央先驗(yàn)值，將該值與步驟5)多尺度池化特征分別進(jìn)行融合操作；

7)圖像分類(lèi)：用步驟6)中所獲訓(xùn)練樣本的特征值來(lái)訓(xùn)練分類(lèi)器，將步驟6)中所獲訓(xùn)練樣本的特征值輸入已訓(xùn)練的分類(lèi)器中實(shí)現(xiàn)圖像分類(lèi)。

前述的基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，其特征在于，所述步驟1)具體步驟為：

1.1)采用上下文感知顯著性檢測(cè)算法，計(jì)算圖像數(shù)據(jù)集中訓(xùn)練集的顯著圖，數(shù)據(jù)集中每幅圖像具有相同的分辨率；

1.2)將每幅顯著圖中像素點(diǎn)按照灰度值的大小進(jìn)行降序排列；

1.3)從每幅顯著圖中選取64個(gè)像素點(diǎn)，按照像素點(diǎn)灰度值的大小，從頂部5％中選取50個(gè)正像素點(diǎn)以及從底部30％中選取14個(gè)負(fù)像素點(diǎn)；

1.4)計(jì)算每幅顯著圖中滿(mǎn)足要求的像素點(diǎn)的坐標(biāo)信息[X,Y]，按照此坐標(biāo)找出該顯著圖對(duì)應(yīng)原始RGB圖像中的正負(fù)像素點(diǎn)。將每一個(gè)像素點(diǎn)設(shè)定為一個(gè)樣本，從而獲得非監(jiān)督特征學(xué)習(xí)的樣本集。

前述的基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，其特征在于，所述步驟2)的具體步驟為：

2.1)選用稀疏自編碼器作為非監(jiān)督特征學(xué)習(xí)工具，設(shè)定網(wǎng)絡(luò)采用的可視層節(jié)點(diǎn)為M，隱藏層節(jié)點(diǎn)為N；

2.2)將所得的正負(fù)像素樣本集作為稀疏自編碼的輸入，通過(guò)非監(jiān)督的學(xué)習(xí)預(yù)訓(xùn)練所述網(wǎng)絡(luò)；通過(guò)不斷迭代網(wǎng)絡(luò)輸入層與隱藏層之間的權(quán)重，實(shí)現(xiàn)數(shù)據(jù)特征的學(xué)習(xí)與特征提取,所獲特征記為W，W是N行、M列大小的矩陣。

前述的基于顯著性指導(dǎo)非監(jiān)督特征學(xué)習(xí)的圖像分類(lèi)方法，其特征在于，所述步驟3)中的具體步驟為：

3.1)將W轉(zhuǎn)為8*8卷積核，產(chǎn)生N*3個(gè)卷積核；

3.2)分別獲取圖像數(shù)據(jù)集中訓(xùn)練樣本、測(cè)試樣本中每幅圖像R、G、B三通道值；

3.3)將每幅圖像的三通道值分別與當(dāng)前特征中的3個(gè)卷積核進(jìn)行二維卷積獲取特征值；

3.4)對(duì)獲取的三通道特征值進(jìn)行求和操作，記為x；

3.5)利用LRel激活函數(shù)計(jì)算出x的激活值y；