[發明專利]一種基于深度學習的含噪聲標簽圖像的分類方法

有效

• 申請號: 201810846627.7
• 申請日: 2018-07-27
• 公開（公告）號: CN109034248B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 楊國武;秦曉明;何沂娟;陳祥;陳浩;魯品肅
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/762;G06K9/62
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 馬林中

1.一種基于深度學習的含噪聲標簽圖像的分類方法，其特征在于，包括如下步驟：

步驟1：對語義元數據集和圖像數據集進行數據提純得到baseline數據集；數據提純的具體步驟包括獲取詞向量和圖片向量、將這兩個向量進行權值連接得到綜合向量、將綜合向量傳入混合距離相似度算法中、最后計算得到各個數據的相似度；其中詞向量為所有子詞向量、詞均值向量串聯而成；

步驟2：基于baseline數據集訓練baseline模型，通過訓練好的baseline模型提取baseline數據集的特征信息；

步驟3：通過層次聚類對特征信息進行聚類，得到新的數據類別；

步驟4：基于新的數據類別對baseline數據集進行重新劃分，得到分類數據集data；

步驟5：最后基于data數據集使用short_inception網絡訓練出最終的分類模型；short_inception網絡結構包括輸入層、三層s_inception塊、全連接層fc和輸出層，s_inception塊與s_inception塊之間使用了的短連接層short_cut，s_inception塊包括輸入層、卷積核、池化層和concat層；

步驟6：根據最終的分類模型對含噪聲標簽圖像進行分類；

所述步驟1的具體步驟為：

步驟1.1：獲取語義元數據集的n維詞向量；獲取圖片數據的m維圖片向量；

步驟1.2：將n維詞向量和m維圖片向量進行權值連接，串聯得到一個p*m+q*n維向量，其中，p和q是權值系數；

步驟1.3：將這p*m+q*n維向量傳入混合距離相似度算法中，計算得到各個向量的相似度；

步驟1.4：剔除相似度距離大的數據，得到噪聲小的baseline數據集；

所述混合距離相似度算法的具體步驟為：

(1)對這p*m+q*n維向量通過排序策略得到在歐式距離上最相似的前K個向量；

(2)對篩選出的K個向量，計算相應的余弦相似度并結合歐氏距離得到最終的混合相似度，具體計算如公式為：

其中，α為歐氏距離影響因子，α取值范圍為[0,1]，混合距離相似度的取值范圍為[0,1]，b和c為偏值因素，范圍為[0,1]，euc(x,y)為通過歸一化后的最終歐氏距離，為通過歸一化后的原始歐氏距離，為混合相似度。