[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

本發(fā)明公開了一種基于多重感受野的圖像分類方法、系統(tǒng)及裝置，包括：建立第一層模型，通過改進的損失函數(shù)進行訓(xùn)練，得到調(diào)整完后的第一層輸出特征；建立第二層模型，通過損失函數(shù)進行訓(xùn)練，得到調(diào)整完后的第二層輸出特征；建立第二層模型，通過進行編碼解碼訓(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)進行降維，輸出到分類器中進行圖像分類識別處理。本發(fā)明通過不同擴張卷積因子獲取多個感受野下的圖像信息作為下一層網(wǎng)絡(luò)的輸入，并采用堆棧式訓(xùn)練的方法進行逐層訓(xùn)練，使得模型更好地逼近圖像特征，而且通過三層模型結(jié)構(gòu)，能更全面地提取圖像特征，大大提高圖像分類識別的準(zhǔn)確率。本發(fā)明可廣泛應(yīng)用于圖像分類識別中。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分類技術(shù)領(lǐng)域，尤其涉及一種基于多重感受野的圖像分類方法、系統(tǒng)及裝置。

背景技術(shù)

隨著科學(xué)技術(shù)的快速發(fā)展，人們愈加期待計算機可以智能地幫助我們完成一些任務(wù)，計算機通過自主學(xué)習(xí)或者人為訓(xùn)練等之后可以模擬人類處理一定的任務(wù)，這一技術(shù)領(lǐng)域稱為人工智能。圖像識別是人工智能的一個重要領(lǐng)域，是一種利用計算機對圖像進行處理、分析和理解從而識別圖像中目標(biāo)和物體的技術(shù)。圖像識別技術(shù)應(yīng)用廣泛，文字識別、車牌號碼識別、人臉識別、場景分類、行人檢測、機器人視覺等等，這些都屬于圖像分類。隨著大數(shù)據(jù)時代的到來，GPU、超級計算機、云計算等這些高性能計算平臺的迅猛發(fā)展，如何利用結(jié)合大數(shù)據(jù)和高性能計算技術(shù)逐漸成為圖像分類的主要研究方向。

目前，在圖像處理領(lǐng)域效果最佳的算法當(dāng)屬卷積神經(jīng)網(wǎng)絡(luò)了，但是仍然存在一些問題，比如模型對數(shù)據(jù)依賴性太強、兼容性較差，卷積操作只能提取局部特征等，導(dǎo)致識別準(zhǔn)確率較低。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的是提供一種能提高分類準(zhǔn)確性的基于多重感受野的圖像分類方法、系統(tǒng)及裝置。

本發(fā)明所采取的技術(shù)方案是：

一種基于多重感受野的圖像分類方法，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，通過改進的損失函數(shù)進行訓(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)進行降維，并進行全局平均池化處理，進而輸出到分類器中進行圖像分類識別處理。

作為所述的一種基于多重感受野的圖像分類方法的進一步改進，所述的根據(jù)輸入圖像，建立第一層模型，通過改進的損失函數(shù)進行訓(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，采用擴張卷積因子對輸入圖像進行擴張卷積處理，得到所有擴張卷積結(jié)果的均值，并通過激活函數(shù)進行批歸一化處理，得到初步第一層輸出特征；

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

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

作為所述的一種基于多重感受野的圖像分類方法的進一步改進，所述的改進的損失函數(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行累乘，得到多尺度乘積結(jié)果；