[發(fā)明專利]一種基于多重感受野的圖像分類方法、系統(tǒng)及裝置

在審

• 申請?zhí)枺?/td>: 201711241804.0
• 申請日: 2017-11-30
• 公開（公告）號: CN108062559A
• 公開（公告）日: 2018-05-22
• 發(fā)明（設(shè)計）人: 張金區(qū);魯玉佳;張肖霞;熊孝天;歐建榮
• 申請（專利權(quán)）人: 華南師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 胡輝

1.一種基于多重感受野的圖像分類方法，其特征在于，包括以下步驟：

批量輸入圖像；

根據(jù)輸入圖像，建立第一層模型，通過改進(jìn)的損失函數(shù)進(jìn)行訓(xùn)練，得到調(diào)整完后的第一層輸出特征；

根據(jù)第一層輸出特征，建立第二層模型，通過損失函數(shù)進(jìn)行訓(xùn)練，得到調(diào)整完后的第二層輸出特征；

根據(jù)第二層輸出特征，建立第三層模型，通過進(jìn)行編碼解碼訓(xùn)練，得到調(diào)整完后的第三層輸出特征；

根據(jù)第三層輸出特征按照類別個數(shù)進(jìn)行降維，并進(jìn)行全局平均池化處理，進(jìn)而輸出到分類器中進(jìn)行圖像分類識別處理。

2.根據(jù)權(quán)利要求1所述的一種基于多重感受野的圖像分類方法，其特征在于：

所述的根據(jù)輸入圖像，建立第一層模型，通過改進(jìn)的損失函數(shù)進(jìn)行訓(xùn)練，得到調(diào)整完后的第一層輸出特征，這一步驟具體包括：

建立第一層模型，采用擴(kuò)張卷積因子對輸入圖像進(jìn)行擴(kuò)張卷積處理，得到所有擴(kuò)張卷積結(jié)果的均值，并通過激活函數(shù)進(jìn)行批歸一化處理，得到初步第一層輸出特征；

將初步第一層輸出特征進(jìn)行擴(kuò)張轉(zhuǎn)置卷積處理，得到卷積均值，并通過激活函數(shù)進(jìn)行批歸一化處理，得到還原圖像；

采用改進(jìn)的損失函數(shù)對第一層模型進(jìn)行訓(xùn)練，并調(diào)整模型參數(shù)，進(jìn)而得到調(diào)整完后的第一層輸出特征。

3.根據(jù)權(quán)利要求2所述的一種基于多重感受野的圖像分類方法，其特征在于：

所述的改進(jìn)的損失函數(shù)具體包括：

根據(jù)輸入圖像和還原圖像，將圖像中每4*4像素的區(qū)域展開為一個16個元素長的一維向量，并將輸入圖像和還原圖像分別重新存儲為16維向量的結(jié)構(gòu)；

依次通過不同的擴(kuò)張卷積因子，計算對應(yīng)的尺度下每個向量的對比度因子c(x,y)和結(jié)構(gòu)對比因子s(x,y)的乘積，并對每個尺度下的乘積進(jìn)行累乘，得到多尺度乘積結(jié)果；

計算最后一個尺度的亮度對比因子l(x,y)：

根據(jù)亮度對比因子和多尺度乘積結(jié)果，計算得到輸入圖像和還原圖像的MS-SSIM值。

4.一種基于多重感受野的圖像分類系統(tǒng)，其特征在于，包括：

圖像輸入單元，用于批量輸入圖像；

第一層建模單元，用于根據(jù)輸入圖像，建立第一層模型，通過改進(jìn)的損失函數(shù)進(jìn)行訓(xùn)練，得到調(diào)整完后的第一層輸出特征；

第二層建模單元，用于根據(jù)第一層輸出特征，建立第二層模型，通過損失函數(shù)進(jìn)行訓(xùn)練，得到調(diào)整完后的第二層輸出特征；

第三層建模單元，用于根據(jù)第二層輸出特征，建立第三層模型，通過進(jìn)行編碼解碼訓(xùn)練，得到調(diào)整完后的第三層輸出特征；

分類識別單元，用于根據(jù)第三層輸出特征按照類別個數(shù)進(jìn)行降維，并進(jìn)行全局平均池化處理，進(jìn)而輸出到分類器中進(jìn)行圖像分類識別處理。

5.根據(jù)權(quán)利要求4所述的一種基于多重感受野的圖像分類系統(tǒng)，其特征在于：

所述的第一層建模單元具體包括：

初步計算單元，用于建立第一層模型，采用擴(kuò)張卷積因子對輸入圖像進(jìn)行擴(kuò)張卷積處理，得到所有擴(kuò)張卷積結(jié)果的均值，并通過激活函數(shù)進(jìn)行批歸一化處理，得到初步第一層輸出特征；

還原圖像單元，用于將初步第一層輸出特征進(jìn)行擴(kuò)張轉(zhuǎn)置卷積處理，得到卷積均值，并通過激活函數(shù)進(jìn)行批歸一化處理，得到還原圖像；

訓(xùn)練單元，用于采用改進(jìn)的損失函數(shù)對第一層模型進(jìn)行訓(xùn)練，并調(diào)整模型參數(shù)，進(jìn)而得到調(diào)整完后的第一層輸出特征。

6.根據(jù)權(quán)利要求5所述的一種基于多重感受野的圖像分類系統(tǒng)，其特征在于：

所述的訓(xùn)練單元具體包括：

結(jié)構(gòu)重組單元，用于根據(jù)輸入圖像和還原圖像，將圖像中每4*4像素的區(qū)域展開為一個16個元素長的一維向量，并將輸入圖像和還原圖像分別重新存儲為16維向量的結(jié)構(gòu)；

多尺度計算單元，用于依次通過不同的擴(kuò)張卷積因子，計算對應(yīng)的尺度下每個向量的對比度因子c(x,y)和結(jié)構(gòu)對比因子s(x,y)的乘積，并對每個尺度下的乘積進(jìn)行累乘，得到多尺度乘積結(jié)果；

亮度計算單元，用于計算最后一個尺度的亮度對比因子l(x,y)：

相似性計算單元，用于根據(jù)亮度對比因子和多尺度乘積結(jié)果，計算得到輸入圖像和還原圖像的MS-SSIM值。

7.一種基于多重感受野的圖像分類裝置，其特征在于，包括：

存儲器，用于存放程序；

處理器，用于執(zhí)行所述程序，所述程序使得所述處理器執(zhí)行如權(quán)利要求1～3任一項所述的基于多重感受野的圖像分類方法。