[發(fā)明專利]一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法

在審

• 申請?zhí)枺?/td>: 201910561320.7
• 申請日: 2019-06-26
• 公開（公告）號: CN110414561A
• 公開（公告）日: 2019-11-05
• 發(fā)明（設計）人: 王嘉樂;鄒煉;范賜恩;程謨凡;陳麗瓊;魏文瀾;張捷
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06F16/951;G06F16/55
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法，其特征在于，包括以下步驟：

步驟1：依據(jù)生態(tài)系統(tǒng)類型初步確定數(shù)據(jù)集中含有的類別與對應子類別；其中，生態(tài)系統(tǒng)類型分為：

陸地生態(tài)系統(tǒng)：包括自然陸地生態(tài)系統(tǒng)和人工陸地生態(tài)系統(tǒng)；

水生生態(tài)系統(tǒng)：包括內陸水生生態(tài)系統(tǒng)、海洋生態(tài)系統(tǒng)和人工水生生態(tài)系統(tǒng)；

地下生態(tài)系統(tǒng)：包含洞穴生態(tài)系統(tǒng)；

步驟2：將子類別名稱作為關鍵字在互聯(lián)網上進行搜索，至少搜索1000張與該子類別對應的圖片，完成圖片的收集；

步驟3：對所收集到的圖片進行初步的人工篩選，對不符合對應類別的圖片進行進一步篩選，得到含有場景類別標簽的數(shù)據(jù)集；

步驟4：將數(shù)據(jù)集分為訓練集和驗證集，利用深度卷積神經網絡對圖像進行分類，并利用混淆矩陣將預測結果與真實類別標簽結合生成相似度矩陣，依據(jù)相似度矩陣合并相似度過高的類別，得到最終的數(shù)據(jù)集，具體包括：

步驟4.1，按照80％/20％的比例對原始數(shù)據(jù)集隨機進行劃分得到訓練集和驗證集；

步驟4.2，將訓練集中的圖片轉化為224×224分辨率的圖片，選用13層的bn-inception網絡結構作為場景預測分類網絡；含有兩個卷積層和3×3池化層的原始bn-inception網絡將224×224分辨率的圖片轉化為28×28的特征圖，使得在后續(xù)10個inception層中能夠更快的進行處理，其中兩層步長為2，其余步長為1，因此28×28的特征圖最終變化為7×7的特征圖；最后利用全局均值池化層對跨空間維度的激活進行聚合；

步驟4.3，利用步驟4.2中所得到的模型對驗證集進行分類預測，得到分類結果，將預測結果與真實分類結合得到混淆矩陣C，該混淆矩陣顯示類別與類別之間的交叉錯誤，隱含地指示了它們之間的相似程度，在形式上，我們用以下方式定義這種相似性：

S＝C+C^T

其中C∈R^N×N是混淆矩陣，N是自然場景類別的數(shù)目，C_ij表示將第i類分類為第j類的概率，該值較大表示兩個類別之間的模糊度較高；按照該公式生成相似度矩陣S，該等式保證了相似性是對稱的度量，為合并兩個相似類別提供線索；

步驟4.4，設定一個合適的閾值τ，此處τ＝0.5，將相似度超過該閾值τ的兩類進行合并；分析合并的合理性，若第i行和第j行合并為同一類型，更新對應的相似性矩陣，刪除第i和第j行和列，將作為新的行和列添加進去，重復該步驟直到最終的數(shù)據(jù)集不超過閾值或滿足其他要求，這樣得到的數(shù)據(jù)集更適用于機器視覺方面的處理。

2.根據(jù)權利要求1所述的一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法，其特征在于，所述生態(tài)系統(tǒng)子類別分類要滿足：

條件一、子類別屬于某一生態(tài)系統(tǒng)；

條件二、子類別之間相互獨立。

3.根據(jù)權利要求1所述的一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法，其特征在于，子類別分為：

自然陸地生態(tài)系統(tǒng)：極地與高山苔原、半沙漠、針葉林、落葉林、天然草原、荒地、常綠闊葉林、地中海型灌木叢、沙漠、山地、熱帶雨林；

人工陸地生態(tài)系統(tǒng)：人工草地、農田、溫室、城市；

內陸水生生態(tài)系統(tǒng)：沼澤、濕地、河流、湖泊；

海洋生態(tài)系統(tǒng)：沿海、珊瑚礁、深海；

人工水生生態(tài)系統(tǒng)：池塘；

包含洞穴生態(tài)系統(tǒng)：洞穴。

4.根據(jù)權利要求1所述的一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法，其特征在于，步驟2所述類別名稱加上天氣形容詞，天氣形容詞包括：晴朗的、多云的、下雨的、下雪的。

5.根據(jù)權利要求1所述的一種適用于機器視覺的自然場景數(shù)據(jù)集的構建方法，其特征在于，步驟3所述不符合對應類別的圖片挑出匯總至未分類圖片，若總搜集圖片為M張，總類別為N類，當無法分類的圖片超過N/M時，構建新的類別，新的類別滿足步驟1中述的子類別分類條件。