[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

本發明中提出的一種基于局部和深度特征集合的目標分類方法，其主要內容包括：深度卷積特征提取、局部特征和編碼和分類器集合，其過程為，先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，然后利用費舍爾向量作為編碼策略，對每個特征訓練一個支持向量機(SVM)，接著對分類器集合進行訓練和測試，對輸入數據集進行優化分類，最后進行投票并得出最終決策。本發明深層網絡的中間層可以增強從全連接層獲得的特征的分類能力，而且為每個特征訓練單獨的分類器，因此具有較好的分類性能；同時計算成本低，有利于實現目標分類技術的各種應用。

技術領域

本發明涉及目標分類領域，尤其是涉及了一種基于局部和深度特征集合的目標分類方法。

背景技術

目標識別和分類是當前計算機視覺和人工智能等領域的研究熱點，它是模式識別技術的一個重要分支，可以將其定義為對表征對象向量信息進行處理、分析、描述、分類和解釋的過程。識別的對象包括了文字、聲音、圖像等。目標識別和分類可以應用在用于身份確認的指紋識別和人臉識別、在智能交通管理中的車牌識別、農業方面的種子識別、食品品質檢測技術和醫學方面的心電圖識別技術等，還可以進一步延伸到文字和語音的識別、遙感等方面。除此之外，其在機器人導航、智能視頻監控、工業檢測、航空航天等諸多領域也有廣泛應用。然而，傳統的方法在分類時使用的是融合特征，分類效果不佳，而且計算成本較高，不利于應用。

本發明提出了一種基于局部和深度特征集合的目標分類方法，先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，然后利用費舍爾向量作為編碼策略，對每個特征訓練一個支持向量機(SVM)，接著對分類器集合進行訓練和測試，對輸入數據集進行優化分類，最后進行投票并得出最終決策。本發明深層網絡的中間層可以增強從全連接層獲得的特征的分類能力，而且為每個特征訓練單獨的分類器，因此具有較好的分類性能；同時計算成本低，有利于實現目標分類技術的各種應用。

發明內容

針對分類效果不佳、計算成本較高等問題，本發明的目的在于提供一種基于局部和深度特征集合的目標分類方法，先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，然后利用費舍爾向量作為編碼策略，對每個特征訓練一個支持向量機(SVM)，接著對分類器集合進行訓練和測試，對輸入數據集進行優化分類，最后進行投票并得出最終決策。

為解決上述問題，本發明提供一種基于局部和深度特征集合的目標分類方法，其主要內容包括：

(一)深度卷積特征提取；

(二)局部特征和編碼；

(三)分類器集合。

其中，所述的基于局部和深度特征集合的目標分類方法，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。

其中，所述的深度卷積特征提取，深度卷積特征評估了三種流行的CNN架構：AlexNet、VGGNet和GoogleNet。

進一步地，所述的AlexNet，其架構由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。

進一步地，所述的VGGNet，其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。

進一步地，所述的GoogleNet，其將卷積塊與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。