[發明專利]一種基于卷積深度置信網絡的圖像分類檢索方法

在審

• 申請號: 201910329040.3
• 申請日: 2019-04-23
• 公開（公告）號: CN110119455A
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 王文卿;焦鵬飛;劉涵;劉偉
• 申請（專利權）人: 西安理工大學
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 燕肇琪

1.一種基于卷積深度置信網絡的圖像分類檢索方法，其特征在于，具體實施步驟為：

步驟1：將圖像數據集中的圖片進行預處理，得到尺寸統一的灰度圖片，將所述灰度圖片隨機劃分為兩部分，一部分為訓練集，另一部分為測試集；

構建一個CDBN模型(1)；

步驟2：用訓練集對CDBN模型(1)進行訓練；

步驟3：將測試集中的圖像作為查詢圖像，利用步驟2中訓練好的CDBN模型(1)對查詢圖像進行分類，輸出圖像的類別標號；

步驟4：對圖像數據集中相同類別標號的圖像使用hog特征描述子進行類內檢索排序，最終得到圖像檢索的結果。

2.如權利要求1所述的一種基于卷積深度置信網絡的圖像分類檢索方法，其特征在于，步驟1中所述預處理步驟的具體實施方式為：將訓練集與測試集中的圖片均依次經過圖像灰度化、尺寸標準化、歸一化的處理，最終得到尺寸相同的灰度圖像。

3.如權利要求1所述的一種基于卷積深度置信網絡的圖像分類檢索方法，其特征在于，步驟1中所述CDBN模型(1)的網絡主體結構為三層CRBM的堆疊，按照信息處理的順序依次為第一層CRBM(2)、第二層CRBM(3)和第三層CRBM(4)；所述每個CRBM按照信息處理順序依次包括可視層、隱藏層和池化層；所述第三層CRBM(4)后接softmax分類器(5)。

4.如權利要求3所述的一種基于卷積深度置信網絡的圖像分類檢索方法，其特征在于，所述第一層CRBM(2)中隱藏層的卷積操作包含9個特征映射，卷積核大小設為5×5，池化層的池化大小設置為2×2；所述第二層CRBM(3)中隱藏層的卷積操作包含11個特征映射，卷積核大小設為7×7，池化層的池化大小為3×3；所述第三層CRBM(4)中隱藏層的卷積操作包含16個特征映射，卷積核大小設為5×5，池化層的池化大小為2×2；所述Softmax分類層中最大迭代次數maxIter設置為1000，代價函數為交叉熵代價函數。

5.如權利要求4所述的一種基于卷積深度置信網絡的圖像分類檢索方法，其特征在于，所述步驟4中hog特征描述子特征提取的參數為：cellpw＝16，cellph＝16，nblockw＝4，nblockh＝4，nthet＝9，overlap＝0.5。