[發(fā)明專利]增強(qiáng)圖像分類模型噪聲魯棒性的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910296090.6
• 申請(qǐng)日: 2019-04-12
• 公開（公告）號(hào): CN110070505A
• 公開（公告）日: 2019-07-30
• 發(fā)明（設(shè)計(jì)）人: 趙俊杰
• 申請(qǐng)（專利權(quán)）人: 北京邁格威科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06K9/62
• 代理公司: 北京鉦霖知識(shí)產(chǎn)權(quán)代理有限公司 11722
• 代理人: 李志新;李靜波

本發(fā)明提供了一種增強(qiáng)圖像分類模型噪聲魯棒性的方法和裝置。其中，增強(qiáng)圖像分類模型噪聲魯棒性的方法包括：獲取原圖步驟，獲取原圖；獲取噪聲圖步驟，獲取在原圖基礎(chǔ)上帶有噪聲的噪聲圖；特征提取步驟，通過圖像分類模型，對(duì)原圖和噪聲圖進(jìn)行特征提取，得到原圖特征和噪聲圖特征；損失計(jì)算步驟，基于原圖特征和噪聲圖特征，計(jì)算原圖特征和噪聲圖特征之間的噪聲距離，并計(jì)算魯棒性損失；約束步驟，基于魯棒性損失，約束原圖特征與噪聲圖特征之間的噪聲距離。通過噪聲圖計(jì)算魯棒性損失，并約束原圖和帶噪聲圖特征之間的距離，能夠高效的有效增強(qiáng)圖像分類模型對(duì)噪聲的魯棒性，從而提高圖像分類模型的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明一般地涉及圖像分類領(lǐng)域，特別是涉及增強(qiáng)圖像分類模型噪聲魯棒性的方法和裝置。

背景技術(shù)

圖像分類(Image classification)是計(jì)算機(jī)視覺中一項(xiàng)非常重要的研究課題，隨著深度學(xué)習(xí)的快速發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)(CNN，convolution neural networks)的圖像分類方法取得了很好的效果。

但是在圖像的獲取、傳輸過程中會(huì)有諸多因素對(duì)圖像帶來干擾，使得圖像產(chǎn)生噪聲(Noise)、質(zhì)量降低等現(xiàn)象。傳統(tǒng)的圖像分類模型對(duì)于噪聲非常敏感，例如一個(gè)貓的分類網(wǎng)絡(luò)對(duì)于是否添加噪聲的貓的圖像可以得出兩個(gè)完全相反的分類結(jié)果。由于噪聲的存在，導(dǎo)致基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類結(jié)果的準(zhǔn)確性很低。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供一種增強(qiáng)圖像分類模型噪聲魯棒性的方法和裝置。

第一方面，本發(fā)明提供了一種增強(qiáng)圖像分類模型噪聲魯棒性的方法，其中，包括：獲取原圖步驟，獲取原圖；獲取噪聲圖步驟，獲取在原圖基礎(chǔ)上帶有噪聲的噪聲圖；特征提取步驟，通過圖像分類模型，對(duì)原圖和噪聲圖進(jìn)行特征提取，得到原圖特征和噪聲圖特征；損失計(jì)算步驟，基于原圖特征和噪聲圖特征，計(jì)算原圖特征和噪聲圖特征之間的噪聲距離，并計(jì)算魯棒性損失；約束步驟，基于魯棒性損失，約束原圖特征與噪聲圖特征之間的噪聲距離，得到訓(xùn)練后的圖像分類模型。

在一例中，獲取噪聲圖步驟還包括，通過對(duì)原圖進(jìn)行圖像變化，得到噪聲圖。

在一例中，圖像變化采用平移、旋轉(zhuǎn)、縮放、仿射變換、高斯模糊、運(yùn)動(dòng)模糊、椒鹽噪聲中的一種或多種方式。

在一例中，損失計(jì)算步驟包括，基于原圖特征和噪聲圖特征之間的噪聲距離，選取與原圖特征之間的噪聲距離大于預(yù)設(shè)值的噪聲圖特征作為樣本特征、或通過排序選取與原圖特征之間的噪聲距離最遠(yuǎn)的一個(gè)或多個(gè)噪聲圖特征作為樣本特征，并基于樣本特征計(jì)算魯棒性損失。

在一例中，損失計(jì)算步驟還包括，根據(jù)曼哈頓距離、歐式距離、相對(duì)熵或交叉熵計(jì)算噪聲距離。

在一例中，損失計(jì)算步驟還包括，基于原圖特征和標(biāo)準(zhǔn)特征之間的標(biāo)準(zhǔn)距離，計(jì)算分類損失；約束步驟還包括，基于分類損失，約束原圖特征與標(biāo)準(zhǔn)特征之間的標(biāo)準(zhǔn)距離。

第二方面，本發(fā)明提供了一種圖像分類方法，包括圖像獲取步驟，獲取待測圖像；圖像分類步驟，通過圖像分類模型對(duì)待測圖像進(jìn)行分類，圖像分類模型經(jīng)過如第一方面的增強(qiáng)圖像分類模型噪聲魯棒性的方法訓(xùn)練。

第三方面，本發(fā)明提供了一種增強(qiáng)圖像分類模型噪聲魯棒性的裝置，包括：獲取原圖模塊，用于獲取原圖；獲取噪聲圖模塊，用于獲取在原圖基礎(chǔ)上帶有噪聲的噪聲圖；特征提取模塊，用于通過圖像分類模型，對(duì)原圖和噪聲圖進(jìn)行特征提取，得到原圖特征和噪聲圖特征；損失計(jì)算模塊，用于基于原圖特征和噪聲圖特征，計(jì)算原圖特征和噪聲圖特征之間的噪聲距離，并計(jì)算魯棒性損失；約束模塊，用于基于魯棒性損失，約束原圖特征與噪聲圖特征之間的噪聲距離，得到訓(xùn)練后的圖像分類模型。

第四方面，本發(fā)明提供了一種圖像分類裝置，包括圖像獲取模塊，用于獲取待測圖像；圖像分類模塊，用于通過圖像分類模型對(duì)待測圖像進(jìn)行分類，圖像分類模型經(jīng)過如第一方面的增強(qiáng)圖像分類模型噪聲魯棒性的方法訓(xùn)練。