[發明專利]一種基于混合池化的領域自適應圖像分類方法

有效

• 申請號: 201910439494.6
• 申請日: 2019-05-24
• 公開（公告）號: CN110163286B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 龔聲蓉;楊海花;應文豪;鐘珊;周立凡
• 申請（專利權）人: 常熟理工學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 張俊范

本發明公開了一種基于混合池化的領域自適應圖像分類方法，將待分類的目標域圖像送入訓練后的圖像分類預測模型中輸出n×1維的特征向量，然后利用one?hot編碼得到目標域圖像的所屬類別，圖像分類預測模型包括依次連接的若干卷積層，卷積層連接最大池化層,再級聯一層平均池化層，平均池化層連接帶有softmax激勵函數的全連接層，目標域圖像經過若干卷積層提取圖像特征，然后經過最大池化層進行下采樣得到第一描述子特征再經過平均池化層提取圖像特征中的局部信息得到第二描述子特征，最后由全連接層得到特征向量。本發明方法能容忍輸入的微小變化，減小過擬合，提高模型的容錯性，優化遷移效果。

技術領域

本發明涉及一種圖像分類方法，特別是涉及一種基于混合池化的領域自適應圖像分類方法。

背景技術

領域自適應是遷移學習的一個子類。如何利用少量的帶標簽數據以及其他相關領域中的數據，建立一個可靠的模型對具有不同數據分布的目標領域進行預測是遷移學習所要研究的內容。而領域自適應的主要目標是盡量找到共有特征，讓兩個領域的數據分布差異最小化，從而實現知識的遷移，其中目標域為少量甚至沒有標記樣本的數據集，也就是要學習的領域。源域是與目標域數據分布不同但是含有大量相似標記樣本的數據集。

圖像是現在非常重要的信息載體，圖像分類可以應用在醫學圖像識別，人臉識別，車牌識別，行人檢測，遙感圖像分類等方面。傳統的分類方法都基于兩個基本假設：(1) 訓練樣本和測試樣本需要滿足獨立同分布的條件(Identically and independentlydistributed,IID)；(2)具有充足的訓練數據。但是，在很多現實領域，這兩個條件往往無法同時滿足。如隨著時間的推移，原先有效的訓練數據可能會過期，與新來的測試數據產生語義、分布上的差異，而對當前場景下的數據進行標定又需要花費很大的開銷。現有機器學習和深度學習方法對數據極度饑渴，需要海量的標注數據才能達到令人滿意的效果。但其它領域中有大量相關的帶標記的圖像，對這些圖像棄之不用非常可惜。因此從源域遷移知識到目標域，輔助目標域圖像的分類任務非常必要。

目前已有多種方法解決領域自適應問題，主要分為三類：(1)最小化概率分布距離。根據分布類型的不同，進行邊緣、條件和聯合概率分布的適配，最終達到數據分布無限接近的狀態。(2)找到共有特征。從源域和目標域中選擇共享的特征，建立統一模型。 (3)將兩個域映射到相同子空間尋找潛在共有特征。因為現在的數據集間的內容差異很大，導致對數據的分布很難適配，找到共有特征也比較困難，所以比較流行的方法是通過一個變換關系將源域和目標域映射到相同子空間，在該子空間下，可以通過減小兩域間的分布差異來學習隱藏的共有特征。

提取特征是領域自適應中最重要的環節，特征的好壞直接影響分類器的性能。但傳統的領域自適應方法的不足有兩點：一是無法處理大規模數據；二是學習到的特征表達往往泛化能力不強。基于深度學習的方法用卷積神經網絡提取深度特征取得了顯著的成果，但是深度學習模型計算量巨大，因此需要在網絡優化的同時進一步提高網絡的分類能力。就領域自適應中的特征提取方面，當前主要存在兩個問題。

1、魯棒性。對于一些簡單的視覺任務而言，比如圖像分類、人臉識別等，人工設計的特征往往就能取得比較好的結果。但由于領域自適應問題的特殊性，跨領域、樣本量不足等條件對圖像特征的魯棒性提出了更高的要求。這是因為在不同領域中，光照條件不一樣，物體呈現的視角也不同，這就導致很難得到兩域的共有特征。另外傳統的領域自適應方法只能提取物體的底層特征，無法有效的對目標域中的物體進行識別和分類。

2、局部信息利用率不高。隨著高速發展的信息技術，各種數據呈爆炸性增長，導致現有的數據集又大又復雜。所以現有的領域自適應方法大都是利用卷積神經網絡提取深度特征，在卷積神經網絡中通常使用最大池化進行下采樣，該池化方法更多的保留全局信息，從而減小卷積層參數誤差造成估計均值的偏移。與此同時，它也容易丟失大量重要信息，加深網絡過擬合的程度，導致提取特征的抽象性不足，不能夠對輸入的微小變化產生更大的容忍。

發明內容