[發(fā)明專利]一種用基于張量的卷積網(wǎng)絡(luò)提取高維特征的方法

有效

• 申請?zhí)枺?/td>: 201810049756.3
• 申請日: 2018-01-18
• 公開（公告）號: CN108154194B
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計）人: 施云惠;崔應(yīng)炫;丁文鵬;尹寶才
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

1.一種用基于張量的卷積網(wǎng)絡(luò)提取高維特征的方法，建立基于張量的卷積網(wǎng)絡(luò)：卷積網(wǎng)絡(luò)核心部分是分離－融合模塊，而分離－融合模塊則由可分離卷積組件和特征融合組件構(gòu)成，其中，可分離卷積組件包括多個可分離卷積層組成，特征融合組件包括一個多維卷積核；整個基于張量的N維卷積模型由多個N維分離－融合模塊、池化層和全連接層組成；

首先卷積層參數(shù)初始化，當(dāng)輸入N維信號時，在經(jīng)過每個分離－融合模塊時，N維信號先按張量展開操作展開成N組二維矩陣，每組二維矩陣輸入到一個可分離卷積層中，各自執(zhí)行一系列的一維卷積操作，將所得到的每組二維特征矩陣通過張量折疊操作折疊成一組N階特征張量，那么每個可分離卷積層輸出一組N階特征張量，每個分離模塊就輸出N組N階特征張量，這些N階張量按照通道數(shù)級聯(lián)起來，輸入到融合模塊中，經(jīng)過一個N維的且每個維度的大小為1的卷積核做卷積運算，最終這個分離－融合模塊輸出一組N階張量，接著將它們輸入到每個維度感受野為2的N維最大池化層中進(jìn)行下采樣，輸出一組每個維度大小減半的N階張量，接著這組N階張量作為新的N維信號輸入到下一個分離－融合模塊和最大池化層中，經(jīng)過若干個這樣的操作之后，操作次數(shù)與網(wǎng)絡(luò)模型中所設(shè)置的分離－融合模塊的個數(shù)相同；最后一個最大池化層輸出的一組N階張量通過向量化的操作轉(zhuǎn)成一個向量輸入到全連接層中，最終輸出一個識別分類的概率向量；

其特征在于：當(dāng)處理三維視頻信號時，這里要選用基于張量的三維卷積模型，設(shè)定模型有3個分離－融合模塊和3個最大池化層以及一個全連接層，所輸入的三維視頻信號依次經(jīng)過分離－融合模塊1、最大池化層1、分離－融合模塊2、最大池化層2、分離－融合模塊3、最大池化層3、全連接層，三維視頻信號每經(jīng)過一個最大池化層 就得到一組分辨率減半的三維視頻信號，這樣，最大池化層3就輸出一組分辨率為輸入信號的1/8的三維視頻信號，這些信號經(jīng)過向量化之后，輸入到全連接層，最終模型輸出該三維視頻信號的識別分類概率向量。