[發明專利]一種融合特征分類方法

有效

• 申請號: 201810198978.1
• 申請日: 2018-03-12
• 公開（公告）號: CN108446724B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 李千目;孫哲;侯君;孫康;尤麗榮
• 申請（專利權）人: 江蘇中天科技軟件技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 戴朝榮

1.一種融合特征分類方法，其特征在于包含以下步驟：

步驟一：訓練原始網絡；原始網絡為普通的卷積神經網絡，采用以下兩種方式對其進行訓練：

1）在目標圖像數據集上進行訓練；

2）采用相同的卷積神經網絡結構在大規模圖像數據集上訓練；

深度學習工具包支持原始網絡的訓練；

步驟二：構建特征融合網絡；特征融合網絡為原始網絡的特征融合，它由原始網絡的后半段網絡修改而來，并融合了原始網絡的最后一層特征圖譜；

特征融合網絡中從特征圖譜復制了原始網絡中的特征圖譜f5，采用與原始網絡相同的結構，重新獲得特征圖譜f6'，f6'所產生的下一層特征圖譜f7'，f7'與原始網絡中的特征圖譜f7進行連接得到特征圖譜f8，f8經過全連接操作得到與原始網絡相同數目的特征；特征融合網絡從f5開始，除了f8之外，與原始網絡的結構相同，最后進行分類產生新的決策；

步驟三：訓練特征融合網絡；

首先將樣本圖像數據輸入已經訓練好的原始網絡，得到對應層級的特征，而后將對應層級的特征作為特征融合網絡的輸入，進行特征融合網絡的訓練；

步驟四：進行分類預測；

將首先將樣本圖像數據輸入已經訓練好的原始網絡，得到對應層級的特征，而后將對應層級的特征作為特征融合網絡的輸入，特征融合網絡的輸出最終的預測。