[發明專利]一種基于多路特征加權的殘差卷積神經網絡圖像分類方法

有效

• 申請號: 201810485738.X
• 申請日: 2018-05-21
• 公開（公告）號: CN108764317B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 劉義鵬;李湛青;陳朋;蔣莉;王海霞;梁榮華
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于多路特征加權的殘差卷積神經網絡圖像分類方法，包括以下步驟：1)模型的輸入圖像為經過預處理的原始圖像，經過預處理的圖像裁剪為一個固定尺寸；2)對圖像進行較大尺寸的卷積操作和池化操作；3)將步驟2)中輸出的特征送入第一個多路特征加權殘差模塊；4)將步驟3)中多路特征加權殘差模塊的輸出繼續送入下一個多路特征加權殘差模塊，在經過多個多路特征加權殘差模塊后，輸出的特征圖像尺寸會逐漸縮小直至變為較小尺寸，最后經過一個平均池化層縮小為特征點；所得特征點直接送入分類層進行分類或經過全連接層后再進行分類。本發明應用于復雜的圖像分類任務，豐富了特征表達，避免了因神經網絡深度增加導致的梯度消失問題。

技術領域

本發明涉及計算機視覺領域，是深度學習技術的一種，主要用于訓練深度圖像分類模型，尤其是一種圖像分類方法。

背景技術

近幾年，隨著計算機計算能力的指數級增長和新型神經網絡架構的出現，深度學習技術開始在計算機視覺、語音識別、自然語言處理等領域大放光彩。在計算機視覺領域，卷積神經網絡的出現大大提高了計算機在圖像分割，圖像識別任務中的性能，其識別準確率遠遠高于傳統的機器學習算法。目前，基于卷積神經網絡的圖像識別技術已經獲得了廣泛的使用。

常規的卷積神經網絡包括卷積層、池化層、全連接層和分類層，其基本結構為上述單元的串聯組合。卷積層用于學習圖像中的低層和高層特征，而池化層可以對這些特征進行提取并不斷減少特征圖的尺寸。全連接層與分類層位于整個神經網絡的末尾，用于對最終提取的高層特征進行分類。在具體的圖像分類任務中，圖像中被識別物體的特征類型較多而且特征結構較復雜。為了應對這一情況，需要對常規的卷積神經網絡在寬度和深度兩個方面進行提升。首先，單一的卷積層往往無法學習到所有的有效特征，所以現有的網絡結構通過增加網絡寬度，即增加網絡中某一層的輸出特征數來解決這一問題。但是通道數的增加可能導致網絡學習到重復或無用的特征，導致模型發生冗余，不僅不利于分類還增加了無用的計算量。另外，為了使神經網絡可以學習到更加復雜的特征，網絡的深度也被設計的較深。但是隨著網絡深度的增加，網絡訓練過程中更容易發生梯度消失和梯度爆炸問題，從而導致學習過程無法收斂。針對此問題，微軟亞洲研究院的研究團隊提出了基于殘差結構的卷積神經網絡，其基本思想是在低層與高層特征之間引入快速連接通道。該結構一方面在高層特征中引入了低層特征，增加了特征提取的多樣性，另一方面，額外增加的前向通道避免了反向傳播過程中發生的的梯度消失問題。

上述兩種方案分別從網絡寬度和深度兩個方面對常規的卷積神經網絡進行了優化。但是為了更好地解決圖像分類問題的復雜情況，卷積神經網絡模型需要學習更加復雜的特征表達。同時，網絡寬度增加帶來的冗余問題仍然需要解決。

發明內容

為了克服現有的圖像分類方法應用于復雜圖像時性能較差的不足，本發明提出了一種基于多路特征加權的殘差卷積神經網絡圖像分類方法。該方法是解決神經網絡寬度與深度方法的融合。在增加神經網絡寬度的基礎上，以加權的方式對多路特征進行融合，從而強化了關鍵特征的表達并去除了多余的特征，避免了輸出重復、無用特征帶來的模型冗余問題。同時，該網絡結構還融合了用于解決深度問題的殘差結構。殘差結構的加入增加了更多的前向通道，近一步豐富了特征的表達，并且避免了梯度問題的發生。

本發明解決其技術問題所采用的技術方案是：

一種基于多路特征加權的殘差卷積神經網絡圖像分類方法，所述方法包括以下步驟：

1)首先，模型的輸入圖像為經過預處理的原始圖像，經過預處理的圖像裁剪為一個固定尺寸；

2)對圖像進行較大尺寸的卷積操作和池化操作；