[發明專利]一種使用二進制瓶頸神經網絡來抽取圖片特征的方法

有效

• 申請號: 201710568350.1
• 申請日: 2017-07-13
• 公開（公告）號: CN107463932B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 張勇;朱立松
• 申請（專利權）人: 央視國際網絡無錫有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 黃杭飛

1.一種使用二進制瓶頸神經網絡來抽取圖片特征的方法，其特征在于：包括如下步驟：

步驟1：建立一個二進制瓶頸神經網絡，該二進制瓶頸神經網絡包括輸入層、隱藏層、輸出層和鏡像層；所述隱藏層包括第一隱藏層、第二隱藏層和第三隱藏層；

步驟2：通過攝像頭獲取圖片后，將圖片進行統一處理，使圖片變為適合在二進制瓶頸神經網絡中處理的分辨率尺寸大小，所述統一處理包括放大處理和縮小處理；

對8bit編碼格式的圖片進行統一處理時，由于所述8bit編碼格式的圖片的像素值的范圍是0到255，所以處理時將所述8bit編碼格式的圖片中的所有的像素值均除以255，使其歸一化到0到1的范圍內；

步驟3：將經過統一處理的圖片輸入到所述輸入層，經過統一處理的圖片的像素值作為輸入層的狀態值；

步驟4：隱藏層獲取輸入層的狀態值，并通過以下公式1進行計算：

式中，向量x表示輸入層的狀態值，W表示從輸入層到隱藏層的權值矩陣，b表示隱藏層的偏置值，y表示隱藏層的狀態值；

每一個隱藏層均將近鄰的前一個隱藏層作為自身的輸入層，并通過公式1來獲取輸入層的狀態值；

步驟5：將隱藏層的狀態值輸入到輸出層，并計算輸出層的神經元激活概率，其計算公式2如下：

式中，向量j表示第三隱藏層的狀態值，k表示輸出層的偏置值，下標i表示輸出層的第i個元素，P表示輸出層的第i個元素激活的概率，P(O_i＝1)表示O_i＝1的概率，O_i只有兩個取值，即1或0，取1表示激活，取0表示非激活，公式2給出了輸出層的第i個神經元激活的概率；

神經網絡在計算的過程中首先計算輸出層的神經元激活概率值P，然后根據概率值P進行隨機采樣，從而最后得到輸出神經元的激活狀態；該神經網絡將任意一個圖片映射為一個固定長度的二進制序列碼，即，圖片的二進制特征向量；

步驟6：當需要比較圖片N和圖片M之間的相似度時，首先根據步驟1到步驟5的方法分別計算出圖片N和圖片M相應的二進制序列碼，設定計算出的圖片N的二進制序列碼為B_N,計算出的圖片M的二進制序列碼為B_M；

然后計算B_N和B_M之間的漢明距離H(B_N，B_M)，漢明距離越小，圖片N和圖片M的相似程度越高；

步驟7：在輸出層的后方設有一個鏡像層，鏡像層是以輸出層為鏡面對隱藏層和輸入層的鏡像；鏡像層的最后一層的神經元個數與輸入層的神經元個數相同，鏡像層的倒數第二層的神經元個數與第一隱藏層的神經元個數相同。

2.如權利要求1所述的一種使用二進制瓶頸神經網絡來抽取圖片特征的方法，其特征在于：所述漢明距離是指兩個二進制序列中不同位的個數，即將兩個二進制序列進行異或后的結果中1的個數。

3.如權利要求1所述的一種使用二進制瓶頸神經網絡來抽取圖片特征的方法，其特征在于：在執行步驟7時，雖然鏡像層的神經元個數與輸入層和隱藏層相同，但是其連接權值不相同；圖片從輸入層輸入，經過二進制瓶頸層之后，從鏡像層恢復，中間在二進制瓶頸神經網絡中引入了一定的誤差，這就需要對二進制瓶頸神經網絡進行權值訓練，而權值訓練的目的是使得上述誤差最小化；所述二進制瓶頸神經網絡中，二進制神經元的個數決定了該網絡能夠傳遞的最大信息量，是整個網絡信息量傳輸的瓶頸，網絡訓練成功之后，若任意從輸入層輸入的圖片都能在鏡像層輸出與其非常相似的圖片，這說明中間的二進制神經元已經抓取到了該圖片的特征。