[發(fā)明專利]基于分解徑向?qū)ΨQ卷積核的卷積優(yōu)化方法、裝置、終端設(shè)備及計算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810852407.5
• 申請日: 2018-07-27
• 公開（公告）號: CN109034249B
• 公開（公告）日: 2021-08-06
• 發(fā)明（設(shè)計）人: 黃文愷;胡凌愷;薛義豪;倪皓舟;彭廣龍;何杰賢;吳羽
• 申請（專利權(quán)）人: 廣州大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/54
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 顏希文;麥小嬋

本發(fā)明公開了基于分解徑向?qū)ΨQ卷積核的卷積優(yōu)化方法、裝置、終端設(shè)備及計算機(jī)可讀存儲介質(zhì)，所述方法包括：輸入待識別圖像，并對所述待識別圖像進(jìn)行預(yù)處理；分別利用預(yù)先分解m*m徑向?qū)ΨQ卷積核得到的1個1*1的卷積核和(m?1)/2個1*m(m＝2k+3,k∈N)的卷積核，對經(jīng)過預(yù)處理的待識別圖像進(jìn)行卷積，得到1個1*1的第一特征圖和(m?1)/2個1*m(m＝2k+3,k∈N)的第二特征圖；進(jìn)一步對第二特征圖進(jìn)行卷積，得到第三特征圖；對第一特征圖和(第三特征圖進(jìn)行求和，得到目標(biāo)特征圖，并輸出所述目標(biāo)特征圖。本發(fā)明通過在降低徑向?qū)ΨQ卷積核計算量的基礎(chǔ)上降低參數(shù)量，進(jìn)而達(dá)到對卷積進(jìn)行優(yōu)化的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及基于分解徑向?qū)ΨQ卷積核的卷積優(yōu)化方法、裝置、終端設(shè)備及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

卷積神經(jīng)網(wǎng)絡(luò)(CNN)是近幾年圖像處理與識別領(lǐng)域最常用的一種神經(jīng)網(wǎng)絡(luò)，它具有較好的特征分類效果和易于高維數(shù)據(jù)處理的優(yōu)點(diǎn)，但是卷積神經(jīng)網(wǎng)絡(luò)容易出現(xiàn)過擬合現(xiàn)象，且卷積神經(jīng)網(wǎng)絡(luò)的魯棒性較低，因此，在傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建中，常常會將原始訓(xùn)練集圖片進(jìn)行鏡像以及大角度的旋轉(zhuǎn)處理，以增加卷積神經(jīng)網(wǎng)絡(luò)的魯棒性，使得卷積神經(jīng)網(wǎng)絡(luò)可識別任意角度的圖片；但是這種傳統(tǒng)方法卻會產(chǎn)生增大數(shù)據(jù)量，使得訓(xùn)練時間增長的問題。

現(xiàn)有技術(shù)中，針對所述傳統(tǒng)方法存在的問題，通常采用具有徑向?qū)ΨQ性質(zhì)的卷積核，其在卷積神經(jīng)網(wǎng)絡(luò)的使用中能夠提供良好的魯棒性，且能夠降低出現(xiàn)過擬合現(xiàn)象的可能性。然而所述徑向?qū)ΨQ卷積核在運(yùn)算中計算量過大，現(xiàn)有的針對該計算量過大的問題的技術(shù)方案主要是，在卷積神經(jīng)網(wǎng)絡(luò)中采用卷積核裁剪法和多通道卷積優(yōu)化算法。但是，發(fā)明人在實(shí)施現(xiàn)有技術(shù)方案時，發(fā)現(xiàn)這些優(yōu)化算法在使用中會出現(xiàn)參數(shù)量過大的問題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于，提供基于分解徑向?qū)ΨQ卷積核的卷積優(yōu)化方法、裝置、終端設(shè)備及計算機(jī)可讀存儲介質(zhì)，通過在降低徑向?qū)ΨQ卷積核計算量的基礎(chǔ)上降低參數(shù)量，進(jìn)而達(dá)到對卷積進(jìn)行優(yōu)化的目的。

為了解決上述技術(shù)問題，本發(fā)明的一個實(shí)施例提供了基于分解徑向?qū)ΨQ卷積核的卷積優(yōu)化方法，適于在計算設(shè)備中執(zhí)行，包括如下步驟：

輸入待識別圖像，并對所述待識別圖像進(jìn)行預(yù)處理；

分別利用預(yù)先分解m*m徑向?qū)ΨQ卷積核得到的1個1*1的卷積核和(m-1)/2 個1*m(m＝2k+3,k∈N)的卷積核，對經(jīng)過預(yù)處理的待識別圖像進(jìn)行卷積，得到1 個1*1的第一特征圖和(m-1)/2個1*m(m＝2k+3,k∈N)的第二特征圖；再利用預(yù)先分解m*m徑向?qū)ΨQ卷積核得到的與(m-1)/2個1*m(m＝2k+3,k∈N)的卷積核一一對應(yīng)的(m-1)/2個m*1(m＝2k+3,k∈N)的卷積核，對(m-1)/2個1*m(m＝2k+3,k∈N) 的第二特征圖進(jìn)行卷積，得到(m-1)/2個m*1(m＝2k+3,k∈N)的第三特征圖；

對1個1*1的第一特征圖和(m-1)/2個m*1(m＝2k+3,k∈N)的第三特征圖進(jìn)行求和，得到目標(biāo)特征圖，并輸出所述目標(biāo)特征圖。

進(jìn)一步地，所述對所述待識別圖像進(jìn)行預(yù)處理，具體為：

根據(jù)預(yù)設(shè)參數(shù)，對所述待識圖像進(jìn)行隨機(jī)拉伸和明暗調(diào)整，并加入特定的高斯噪聲；

進(jìn)一步地，根據(jù)卷積處理的要求，對所述待識圖像進(jìn)行0～π/2角度的旋轉(zhuǎn)和切割。

進(jìn)一步地，每一個卷積核的卷積核矩陣A滿足如下公式：

其中，

進(jìn)一步地，每一個m*1(m＝2k+3,k∈N)的卷積核與對應(yīng)的一個m*1(m＝2k+3,k ∈N)的卷積核組成一個等比對稱向量組，即ISV，具體的：