[發明專利]一種隨機最大池化深度卷積神經網絡噪聲圖形分類方法

有效

• 申請號: 201811500515.2
• 申請日: 2018-12-07
• 公開（公告）號: CN109685119B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 芮挺;費建超;楊成松;唐建;劉建青;芮思琦;齊奕;李華兵;田輝;劉好全;劉華麗;邵發明
• 申請（專利權）人: 中國人民解放軍陸軍工程大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06N3/0464
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種針對含有噪聲圖像分類的新型深度卷積神經網絡方法，主要特點在于采用了隨機最大值池化這一新的池化方法。隨機最大值池化方法隨機選取感受野范圍內前n個較大值作為池化結果，首先將感受野范圍內的所有值進行排序，選出前n個較大值；然后在前n個較大值中隨機選取一個值作為池化結果。隨機最大值池化方法結合了最大池化方法和隨機池化方法的特點，既能保留感受野內主要特征信息，又能提高網絡對感受野內噪聲的抑制作用。本發明在CIFAR?10，SVHN和MNIST數據集上進行驗證，取得較好效果。

技術領域

本發明屬于計算機視覺技術領域，涉及到針對噪聲圖像的分類方法，具體為一種基于隨機最大值池化的深度卷積神經網絡噪聲圖像分類方法。

背景技術

在計算機視覺領域，圖像分類是一項非常重要的研究內容，被廣泛應用在人臉識別，汽車自動駕駛等場合。圖像分類問題關鍵的是特征提取，特征提取的好壞直接影響分類精度。傳統的圖像分類是通過人工設計特征[1-4]，如HOG-特征、LBP特征和SIFT特征等來實現。隨著科學技術的發展，數據集規模增大，且應用場景不斷變化，人工設計特征的過程較為復雜，泛化能力較差，無法滿足實時性要求和魯棒性。

2006年以來，深度學習迅速發展[5-7]，在圖像分類問題中取得巨大成功。其中，深度卷積神經網絡模型應用最為廣泛，通過自上而下的非線性數據抽象，來獲得用于分類的特征信息，避免了傳統人工特征復雜的設計過程。在深度卷積神經網絡中，卷積和池化操作操作是提取特征的主要方式。為了獲得更好的網絡分類性能，研究人員針對卷積核和池化層提出多種改進策略。針對傳統卷積核尺寸固定的問題，谷歌團隊提出GoogleNet[8]，網絡使用Bottleneck結構，對網絡每一層特征圖利用不同尺寸的卷積核進行特征提取，獲得了不同尺度的特征信息；為了在參數數量增加較少的情況下獲取更加全局性的特征信息，Fisher[9]等人提出空洞卷積，通過分散卷積點，使得卷積點之間存在空洞，增加了卷積核的視野范圍；為了能夠增加網絡的泛化能力，Zeiler[10]于2013年提出隨機池化的概念，通過引入概率值，賦予所有節點被選擇的可能性。

上述方法的改進均未考慮噪聲的影響，而實際應用中，大多數圖像是含有噪聲信息的。為了減少噪聲對網絡分類性能的影響，目前常用的解決方案有兩種：對輸入圖像進行去噪和增強網絡本身的魯棒性。圖像去噪的方法有基于空間域的中值濾波、基于小波域的小波閾值濾波和基于偏微分方程的圖像去噪等。增強網絡本身魯棒性最常用的方法是在訓練過程中人為增加特定噪聲以提高網絡對噪聲的“免疫性”，如Goodfellow[11]等人提出對抗網絡，Hinton等人提出Dropout[12]。

本發明從特征提取的源頭出發，對池化方式進行改進，提出一種基于隨機最大值池化的深度卷積神經網絡，提高對噪聲圖像的分類性能。

發明內容

目前深度卷積神經網絡針對噪聲圖像分類的改進方案較少，主要從增強網絡模型整體泛化能力的角度進行改進，并未能從特征提取的角度消除噪聲對分類性能的影響。

本發明的技術方案為：一種基于隨機最大值池化的深度卷積神經網絡的噪聲圖像分類方法，結合了最大池化方法和隨機池化方法的特點，既能保留感受野內主要特征信息，又能提高網絡對感受野內噪聲的抑制作用，包括以下步驟：

1)將實驗數據分成訓練集和測試集。

2)對訓練集和數據集進行數據預處理：

2.1)為了提升網絡的檢測速度，達到實時性要求，將數據集中所有圖片尺寸變換成32×32；

2.2)對訓練集和數據集進行對比度歸一化處理，歸一化的目的是能夠使圖像具有仿射不變性，并加快網絡收斂的速度；

2.3)對訓練集和數據集進行白化處理，去除數據之間的相關性，并具有相同的方差，降低輸入的冗余性；

3)采用基于隨機最大值池化的深度卷積神經網絡進行訓練和檢測：