[發(fā)明專利]一種自主學(xué)習(xí)的圖像精細(xì)分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710598711.7
• 申請(qǐng)日: 2017-07-21
• 公開(kāi)（公告）號(hào): CN107563406B
• 公開(kāi)（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 宣琦;肖浩泉;傅晨波;方賓偉;王金寶
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N3/04;G06F16/953
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種自主學(xué)習(xí)的圖像精細(xì)分類(lèi)方法，包括以下步驟：1)人工采集對(duì)應(yīng)需求標(biāo)簽的圖像數(shù)據(jù)集，保存至強(qiáng)標(biāo)簽數(shù)據(jù)集，使用ImageNet數(shù)據(jù)集初始化卷積神經(jīng)網(wǎng)絡(luò)CNN參數(shù)；2)使用強(qiáng)標(biāo)簽數(shù)據(jù)集微調(diào)修正CNN；3)判斷分類(lèi)網(wǎng)絡(luò)的優(yōu)化趨勢(shì)；4)判斷網(wǎng)絡(luò)分類(lèi)精度是否達(dá)到了要求；5)利用網(wǎng)絡(luò)爬蟲(chóng)從互聯(lián)網(wǎng)爬取、人工采集與標(biāo)簽相關(guān)的圖像數(shù)據(jù)和噪聲數(shù)據(jù)保存至弱標(biāo)簽數(shù)據(jù)集；6)使用弱標(biāo)簽數(shù)據(jù)集調(diào)整濾波器的閾值；7)使用調(diào)整后的濾波器篩選數(shù)據(jù)保存至強(qiáng)標(biāo)簽數(shù)據(jù)集和噪聲數(shù)據(jù)集；8)保存網(wǎng)絡(luò)權(quán)重和濾波器參數(shù)。本發(fā)明訓(xùn)練得到的分類(lèi)器的分類(lèi)精度和魯棒性都較高。

技術(shù)領(lǐng)域

本發(fā)明涉及卷積神經(jīng)網(wǎng)絡(luò)(CNN)，網(wǎng)絡(luò)爬蟲(chóng)技術(shù)及圖像分類(lèi)技術(shù)，特別針對(duì)噪聲數(shù)據(jù)的分類(lèi)器訓(xùn)練技術(shù)，尤其是一種自主學(xué)習(xí)的圖像精細(xì)分類(lèi)方法。

背景技術(shù)

隨著機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用越來(lái)越廣泛尤其是深度學(xué)習(xí)技術(shù)的發(fā)展，依賴于深度學(xué)習(xí)的機(jī)器學(xué)習(xí)方法的設(shè)計(jì)變得越來(lái)越簡(jiǎn)單，而訓(xùn)練數(shù)據(jù)集的獲取成為了限制機(jī)器學(xué)習(xí)最大的門(mén)檻。傳統(tǒng)的機(jī)器學(xué)習(xí)所用的數(shù)據(jù)集都為人工采集，即便是用互聯(lián)網(wǎng)爬取的數(shù)據(jù)，也需要人為的進(jìn)行標(biāo)注和篩選。

傳統(tǒng)的機(jī)器學(xué)習(xí)方法難以有效應(yīng)對(duì)隨機(jī)選擇圖像的子類(lèi)分類(lèi)，而卷積神經(jīng)網(wǎng)絡(luò)則可以在大數(shù)據(jù)的基礎(chǔ)上較好的解決此問(wèn)題。卷積神經(jīng)網(wǎng)絡(luò)(Convolutional NeuralNetworks，CNN)是深度學(xué)習(xí)算法的一種，近年來(lái)成為圖像識(shí)別領(lǐng)域重要的處理分析工具。卷積神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn)在于訓(xùn)練模型時(shí)不需要使用任何人工標(biāo)注的特征，算法可以自動(dòng)探索輸入變量所隱含的特征，同時(shí)網(wǎng)絡(luò)的權(quán)值共享特性，降低了模型的復(fù)雜度，減少了權(quán)值的數(shù)量。這些優(yōu)點(diǎn)使原始圖像可以直接作為網(wǎng)絡(luò)的輸入，避免了傳統(tǒng)識(shí)別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過(guò)程。此外，卷積神經(jīng)網(wǎng)絡(luò)的池化層對(duì)平移、傾斜具有不變性，提高了算法處理圖像的魯棒性。

圖像識(shí)別是深度學(xué)習(xí)的一大受益者，如果有足夠的準(zhǔn)確標(biāo)注的圖像數(shù)據(jù)集，就能用深度學(xué)習(xí)的方法得到分類(lèi)效果較好的圖像分類(lèi)器。而互聯(lián)網(wǎng)上存在大量的弱標(biāo)簽的圖像數(shù)據(jù)，已經(jīng)存在可行的方法爬取這些圖像數(shù)據(jù)。如果通過(guò)網(wǎng)絡(luò)爬蟲(chóng)的手段爬取公開(kāi)的圖像數(shù)據(jù)，再通過(guò)計(jì)算機(jī)程序自動(dòng)篩選標(biāo)簽正確的圖像，就可以用較小的成本獲取較大量所需的圖像數(shù)據(jù)集，從而通過(guò)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練出較高正確率的圖像子類(lèi)分類(lèi)器。目前常見(jiàn)的網(wǎng)絡(luò)圖像數(shù)據(jù)源主要包含兩種類(lèi)型：

1、主流圖像搜索引擎，如Baidu、Google、Bing、Yahoo等；

2、圖像分享網(wǎng)站，如Picasa、Flickr、Instagram等。

當(dāng)使用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)獲取圖像數(shù)據(jù)時(shí)，使用圖像搜索引擎爬取的圖像質(zhì)量隨顯示的順序大體呈現(xiàn)下降的趨勢(shì)，使用圖像分享網(wǎng)站爬取的圖像質(zhì)量盡管與圖像搜索引擎相比與顯示的順序相關(guān)性較小，但隨爬取的數(shù)量增加，質(zhì)量也會(huì)有所下降。如果直接使用爬取的數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，就會(huì)出現(xiàn)網(wǎng)絡(luò)分類(lèi)器正確率先增后減的情況，最終得到的分類(lèi)器難以滿足需求。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)中傳統(tǒng)的網(wǎng)絡(luò)爬蟲(chóng)得到的圖像數(shù)據(jù)存在數(shù)據(jù)噪聲過(guò)大造成的訓(xùn)練分類(lèi)器正確率低的情況，本發(fā)明提出了一種針對(duì)噪聲數(shù)據(jù)集的自主學(xué)習(xí)的圖像精細(xì)分類(lèi)方法，本發(fā)明具體用到的深度學(xué)習(xí)方法為卷積神經(jīng)網(wǎng)絡(luò)(CNN)，卷積神經(jīng)網(wǎng)絡(luò)算法直接使用圖像作為輸入，避免了傳統(tǒng)識(shí)別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過(guò)程，訓(xùn)練得到的分類(lèi)器的分類(lèi)精度和魯棒性都較高。

本發(fā)明為解決上述技術(shù)問(wèn)題所采用的技術(shù)方案如下：

一種自主學(xué)習(xí)的圖像精細(xì)分類(lèi)方法，包括以下步驟：

S1：人工采集對(duì)應(yīng)需求標(biāo)簽的圖像數(shù)據(jù)集，保存至強(qiáng)標(biāo)簽數(shù)據(jù)集，使用ImageNet數(shù)據(jù)集初始化卷積神經(jīng)網(wǎng)絡(luò)CNN參數(shù)；

S2：使用強(qiáng)標(biāo)簽數(shù)據(jù)集微調(diào)修正CNN；

S3：判斷分類(lèi)網(wǎng)絡(luò)的優(yōu)化趨勢(shì)；

S4：判斷網(wǎng)絡(luò)分類(lèi)精度是否達(dá)到了要求；