[發明專利]一種基于局部和深度特征集合的目標分類方法

在審

• 申請號: 201711423291.5
• 申請日: 2017-12-25
• 公開（公告）號: CN108154183A
• 公開（公告）日: 2018-06-12
• 發明（設計）人: 夏春秋
• 申請（專利權）人: 深圳市唯特視科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于局部和深度特征集合的目標分類方法，其特征在于，主要包括深度卷積特征提取(一)；局部特征和編碼(二)；分類器集合(三)。

2.基于權利要求書1所述的基于局部和深度特征集合的目標分類方法，其特征在于，從深度網絡的最后完全連接層中提取描述符和尺度不變特征變換(SIFT)描述符的費舍爾向量；對每個特征訓練一個支持向量機(SVM)，對輸入數據集進行優化分類，然后進行投票并得出最終決策。

3.基于權利要求書1所述的深度卷積特征提取(一)，其特征在于，深度卷積特征評估了三種流行的CNN架構：AlexNet、VGGNet和GoogleNet。

4.基于權利要求書3所述的AlexNet，其特征在于，AlexNet的架構由5個卷積層和3個全連接層組成；它引入了修正線性單元(ReLU)作為池中非線性的使用，并在訓練期間忽略神經元，從而減少過度擬合；合并層放置在第一、第二和第五卷積層之后。

5.基于權利要求書3所述的VGGNet，其特征在于，VGGNet的普及主要是由于在每個卷積層中使用了多個3×3濾波器；多個小卷積濾波器可以模擬大接收場的響應，從而提供更好的泛化能力并表示對象的復雜特征；VGGNet由13個16層的卷積層和3個全連接層組成；卷積層被分成5個組，每個組后面是最大匯集層。

6.基于權利要求書3所述的GoogleNet，其特征在于，GoogleNet將卷積塊與1×1卷積濾波器(稱為網絡中的網絡)的塊并行化，有效地利用了這些卷積特征的所有像素之間共享的非常少的參數。

7.基于權利要求書1所述的局部特征和編碼(二)，其特征在于，基于補丁的圖像描述符，如SIFT和加速穩健特征(SURF)，在圖像分類系統中顯示出巨大的潛力；在關鍵點檢測階段，選擇合適的特征尺度作為尺度σ的連續函數，通過與高斯核進行卷積，形成圖像的尺度空間；尺度是由拉普拉斯高斯濾波器的最大值決定的，可以用高斯差分算子來代替；關鍵點的極值點是使用3×3濾波器的鄰域算子估計的；進一步的過濾有助于擺脫非真實極值點、低對比度點和沿邊響應；為了使描述符旋轉不變，計算方向直方圖，并用128維特征向量描述最終關鍵點；圖像的細粒度信息是使用圖像簽名(視覺詞袋、局部特征聚合描述符、費舍爾向量)捕獲的。

8.基于權利要求書7所述的費舍爾向量，其特征在于，在實驗中，利用費舍爾向量作為編碼策略；給定一個似然函數p(X|λ)，其中，λ表示參數，X的得分函數可以表示為：

梯度矢量可以使用任何鑒別分類器進行分類；要求對這樣的鑒別分類器中存在的內積項進行歸一化；費舍爾信息矩陣由下式給出：

歸一化的梯度向量由下式給出：

視覺詞匯表上的費舍爾核用高斯混合模型(GMM)表示。

9.基于權利要求書1所述的分類器集合(三)，其特征在于，分類器集合包括訓練和測試；訓練包括深度集合、中間層集合和與深層集合的SIFT；

(1)深度集合：深層網絡是在最后一層使用相應的softmax分類器進行訓練的；用最后一層的SVM代替softmax，并用完全連通層的輸出重新訓練最后一層；將各種深層特征的組合稱為深度集合的獨立訓練SVM；這樣的網絡允許利用各種深層特征的互補性；

(2)中間層集合：

(a)單個中間層：為了評估中間層的表示能力，一旦網絡被訓練，則移除之后的層；各個中間層之后是由SVM組成的分類層；

(b)中間層融合：對每個深度網絡進行各種中間層特征融合的實驗；如果融合的各種中間層與深度集合相比可以形成一個更強大的特征，則可以評估這種組合；由于得到的特征向量具有非常高的維度，所以可以通過使用主成分分析(PCA)減小特征向量的大小來訓練SVM；

(3)與深層集合的SIFT：將SIFT的輸出與深度集合融合；使用費舍爾向量從圖像中量化SIFT特征。

10.基于權利要求書9所述的測試，其特征在于，在測試時間，各種體系結構的輸出類別是基于如下執行的多數投票預測的：

其中，φ_ens(I)是輸入圖像I的輸出決策，N_k是輸出為第k個類別的SVM的數量，其由下式給出：

N_k＝#{c|φ_c(I)＝L_k} (5)

其中，φ_c是集合中第c個分類器的輸出或決策函數，L_k表示第k個類別的標簽。