[發(fā)明專利]卷積神經(jīng)網(wǎng)絡(luò)適用于識別多種尺寸圖片的方法

有效

• 申請?zhí)枺?/td>: 201510966515.1
• 申請日: 2015-12-21
• 公開（公告）號: CN105389596B
• 公開（公告）日: 2018-05-29
• 發(fā)明（設(shè)計(jì)）人: 袁家劼
• 申請（專利權(quán)）人: 長沙網(wǎng)動網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市盛峰律師事務(wù)所 11337
• 代理人: 席小東

1.一種卷積神經(jīng)網(wǎng)絡(luò)適用于識別多種尺寸圖片的方法，其特征在于，包括以下步驟：

步驟1：已知一種用于識別w*h尺寸樣本的可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)；其中，將w*h尺寸樣本記為樣本C1，w為樣本C1的長度；h為樣本C1的寬度；已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的模型架構(gòu)參數(shù)均已知，特別包括以下模型架構(gòu)參數(shù)：在輸入層之后的第1個(gè)卷積層中，包括的特征圖數(shù)量為n，第1卷積層所采用的卷積核尺寸為m*m；其中，n和m均為自然數(shù)；

步驟2：設(shè)待分類識別的樣本的原始尺寸為W*H；其中，W為待分類識別樣本的原始長度；H為待分類識別樣本的原始寬度；

對待分類識別樣本的長和寬分別進(jìn)行縮放處理，以損失最小像素為代價(jià)，將待分類識別樣本的原始長度縮放到樣本C1長度的整數(shù)倍，將待分類識別樣本的原始寬度縮放到樣本C1寬度的整數(shù)倍，將縮放后得到的樣本記為樣本C2；設(shè)樣本C2的長度為樣本C1長度的x倍；設(shè)樣本C2的寬度為樣本C1寬度的y倍；其中，x和y均為整數(shù)；

步驟3，對樣本C2進(jìn)行圖片分割處理，將其分割為x*y個(gè)子圖，每個(gè)子圖的長為w，寬為h；

步驟4，將x*y個(gè)子圖依次記為子圖D1、子圖D2…子圖Dx*y；

對于子圖D1，分別采用n個(gè)尺寸為m*m的卷積核進(jìn)行特征圖映射，得到n個(gè)特征圖，依次記為：a11、a12…、a1n；

對于子圖D2，分別采用n個(gè)尺寸為m*m的卷積核進(jìn)行特征圖映射，得到n個(gè)特征圖，依次記為：a21、a22…、a2n；

依此類推

直到對于子圖Dx*y，分別采用n個(gè)尺寸為m*m的卷積核進(jìn)行特征圖映射，得到n個(gè)特征圖，依次記為：a(x*y)1、a(x*y)2…、a(x*y)n；

然后，合并特征圖a11、a21…a(x*y)1，將合并得到的特征圖記為特征圖E1；

合并特征圖a12、a22…a(x*y)2，將合并得到的特征圖記為特征圖E2；

依此類推

直到合并特征圖a1n、a2n…a(x*y)n，將合并得到的特征圖記為特征圖En；

至此，得到n個(gè)特征圖，分別為特征圖E1、特征圖E2…特征圖En；

此時(shí)可以看到，所得到的特征圖E1、特征圖E2…特征圖En的尺寸與已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第1個(gè)卷積層的特征圖尺寸相等；所得到的特征圖E1、特征圖E2…特征圖En的數(shù)量與已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第1個(gè)卷積層的特征圖數(shù)量相等；

步驟5，構(gòu)建新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)，其中，所述新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第1層為輸入層，用于輸入尺寸為W*H的待分類識別的樣本；

新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第2層為圖片分割層，為步驟3劃分得到的x*y個(gè)長寬為w和h的子圖，即：子圖D1、子圖D2…子圖Dx*y；

新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第3層為第1卷積層，為步驟4計(jì)算合并到的n個(gè)特征圖，即：特征圖E1、特征圖E2…特征圖En；

此外，子圖D1、子圖D2…子圖Dx*y分別與特征圖E1、特征圖E2…特征圖En建立全連接；

新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第4層為已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第2層；

新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第5層為已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的第3層；

依此類推，已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的后續(xù)模型架構(gòu)參數(shù)對應(yīng)增加到新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的對應(yīng)層，直到將已知可訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的輸出層增加到新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)的輸出層為止；

由此構(gòu)建得到新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)，該構(gòu)建新的卷積神經(jīng)網(wǎng)絡(luò)模型架構(gòu)對于尺寸為W*H的樣本必然是可訓(xùn)練和可收斂的。

2.根據(jù)權(quán)利要求1所述的卷積神經(jīng)網(wǎng)絡(luò)適用于識別多種尺寸圖片的方法，其特征在于，步驟2中，以損失最小像素為代價(jià)，將待分類識別樣本的原始長度縮放到樣本C1長度的整數(shù)倍，即x倍；將待分類識別樣本的原始寬度縮放到樣本C1寬度的整數(shù)倍，即y倍，具體為：

x值為：W除以w的整數(shù)商；y值為：H除以h的整數(shù)商；

或者：

x值為：W除以w的值進(jìn)行四舍五入后得到的整數(shù)；

y值為：H除以h的值進(jìn)行四舍五入后得到的整數(shù)。