[發(fā)明專利]一種基于選擇性稀疏采樣的細(xì)粒度圖像分類方法

有效

• 申請?zhí)枺?/td>: 201910942790.8
• 申請日: 2019-09-30
• 公開（公告）號: CN110738247B
• 公開（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 焦建彬;丁瑤;葉齊祥;韓振軍;萬方
• 申請（專利權(quán)）人: 中國科學(xué)院大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京康思博達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11426
• 代理人: 孫建玲;劉冬梅

1.一種基于選擇性稀疏采樣的細(xì)粒度圖像分類方法，該方法包括訓(xùn)練分類模型用以進(jìn)行目標(biāo)分類的過程，分類模型的訓(xùn)練過程包括以下步驟：

步驟1：關(guān)鍵部件定位：將圖像輸入到一個分類網(wǎng)絡(luò)中，輸出其對應(yīng)的類響應(yīng)圖，在類響應(yīng)圖上提取類峰值響應(yīng)；

步驟2：類峰值響應(yīng)分組：對步驟1中得到的類峰值響應(yīng)依據(jù)響應(yīng)強(qiáng)度進(jìn)行分組，分別為判別性注意力組和互補(bǔ)性注意力組，每個類峰值響應(yīng)生成一個注意力圖，相應(yīng)的兩組類峰值響應(yīng)生成兩組注意力圖；

步驟2包括以下子步驟：

步驟2.1：將步驟1中類峰值響應(yīng)劃分到兩個集合T_d和T_c，劃分方式如下：

T_d＝{(x，y)|(x，y)∈T if R_x，y≥ζ}，

T_c＝{(x，y)|(x，y)∈T if R_x，y＜ζ}，

其中，R_x，y為(x，y)的響應(yīng)值，ζ為劃分?jǐn)?shù)值，T_d為判別性類峰值響應(yīng)集合，T_c為互補(bǔ)性類峰值響應(yīng)集合，T為類峰值響應(yīng)位置集合，(x，y)為類峰值響應(yīng)的位置；

步驟2.2：利用高斯核函數(shù)，對每一個類峰值響應(yīng)計(jì)算對應(yīng)的注意力圖，計(jì)算方式為：

其中，為(x_i，y_i)的響應(yīng)值，β₁和β₂為可學(xué)習(xí)的參數(shù)，用于控制局部放大的程度；

步驟3：重采樣：將兩組中的注意力圖分別進(jìn)行聚合生成兩個顯著性圖，在顯著性圖的指導(dǎo)下對圖像進(jìn)行重采樣，實(shí)現(xiàn)對應(yīng)關(guān)鍵部件的局部放大，得到兩幅重采樣的圖像；

步驟4：將步驟3中得到的重采樣圖像輸入到步驟1中的分類網(wǎng)絡(luò)中提取特征，將原始圖像以及重采樣圖像的特征結(jié)合，利用分類器進(jìn)行分類，得到分類模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1中，該類峰值響應(yīng)為類響應(yīng)圖上的局部極大值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1中，圖片只給定圖像標(biāo)號，不標(biāo)注目標(biāo)整體以及各部件的位置。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1包括以下子步驟：

步驟1.1：將圖像輸入到分類網(wǎng)絡(luò)中，計(jì)算類響應(yīng)圖，類響應(yīng)圖定義如下：

其中，W^fc是全連接層即分類器的權(quán)重，每一個類別c和每一張?zhí)卣鲌DS_d對應(yīng)W^fc中的一個數(shù)值D為特征通道數(shù)，d為特征圖S的其中一個通道標(biāo)號；

步驟1.2：利用步驟1.1中分類網(wǎng)絡(luò)得到分類結(jié)果，計(jì)算當(dāng)前圖像在每一類別的預(yù)測概率集P，選擇排前五的預(yù)測概率計(jì)算熵：

步驟1.3：定義用于提取類峰值響應(yīng)的類響應(yīng)圖：

其中，p_i是將輸入圖像預(yù)測為第i個類的概率，為對應(yīng)的類響應(yīng)圖，δ為閾值，是預(yù)測概率最高的類對應(yīng)的類響應(yīng)圖；

步驟1.4：在設(shè)定大小的窗口內(nèi)對類響應(yīng)圖提取局部極大值，即得到類峰值響應(yīng)位置集合T＝{(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)}，其中n為類峰值響應(yīng)的個數(shù)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在步驟1.3中，對類響應(yīng)圖R_o進(jìn)行最大值-最小值方式的歸一化，基于歸一化后的類響應(yīng)圖得到類峰值響應(yīng)位置集合T：

其中，R為歸一化后的類響應(yīng)圖，R_o為步驟1.3中得到的類響應(yīng)圖，min(R_o)為類響應(yīng)圖最小值，max(R_o)為類響應(yīng)圖最大值。