[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911285439.2
• 申請(qǐng)日: 2019-12-13
• 公開(kāi)（公告）號(hào): CN111027630B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 趙佰亭;董瀟;賈曉芬;郭永存;黃友銳;凌六一;馬天兵
• 申請(qǐng)（專利權(quán)）人: 安徽理工大學(xué)
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 西安知誠(chéng)思邁知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61237
• 代理人: 麥春明

本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法，將待分類/識(shí)別圖像輸入卷積神經(jīng)網(wǎng)絡(luò)，利用特征圖降維方法對(duì)池化層輸入的待分類/識(shí)別圖像的全部高維特征圖進(jìn)行降維，最后將降維得到的待分類/識(shí)別圖像的全部低維特征圖向下輸入計(jì)算出損失后將其反向傳播，循環(huán)迭代直至損失或分類準(zhǔn)確度不再變化，得到圖像分類/識(shí)別結(jié)果。特征圖降維，是利用池化層輸入的待分類/識(shí)別圖像的全部高維特征圖構(gòu)建輸入圖像特征信息矩陣，提取待分類/識(shí)別圖像特征信息矩陣的主成分矩陣，再初始化隨機(jī)變量，對(duì)主成分矩陣進(jìn)行信息加權(quán)，構(gòu)建池化矩陣，由池化矩陣還原出待分類/識(shí)別圖像的全部低維特征圖。解決了采用卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法分類精度低的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像分類技術(shù)領(lǐng)域，涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法。

背景技術(shù)

圖像分類技術(shù)在字符、人臉和物體識(shí)別以及圖像檢索等方面都有廣泛的應(yīng)用。其主要思想是：首先對(duì)樣本圖像中所包含的目標(biāo)或者場(chǎng)景進(jìn)行分析，然后將圖像的原始像素轉(zhuǎn)換為圖像的特征信息即特征圖，用這些特征信息表示成各個(gè)圖像的描述信息，最后根據(jù)得到的這些描述信息進(jìn)行圖像分類，目前，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類成為研究熱點(diǎn)。

卷積神經(jīng)網(wǎng)絡(luò)(CNN)主要由卷積層與池化層的交替結(jié)構(gòu)組成，包含的卷積層越多，提取的特征就越抽象，越能提高分類精度。與傳統(tǒng)的全連接網(wǎng)絡(luò)相比，CNN的卷積層有局部連接與權(quán)值共享的特點(diǎn)，從而大大減少網(wǎng)絡(luò)參數(shù)，提高網(wǎng)絡(luò)的訓(xùn)練速度。但是CNN的網(wǎng)絡(luò)參數(shù)數(shù)量依然較大，隨網(wǎng)絡(luò)深度增加，從輸入圖像(即待分類/識(shí)別圖像)提取得到的是其高維特征圖，造成CNN的參數(shù)數(shù)量劇增，圖像分類/識(shí)別難度也隨之增加、圖像分類/識(shí)別效率降低，且極容易造成過(guò)擬合，造成輸入圖像分類/識(shí)別速度降低，輸入圖像分類/識(shí)別時(shí)間增加。因此有必要對(duì)提取的輸入圖像的高維特征圖進(jìn)行降維。

池化操作也稱為下采樣，主要用于特征的降維，可以顯著減少參數(shù)的數(shù)量，減小過(guò)擬合，同時(shí)池化操作還具有旋轉(zhuǎn)、平移不變性。常用的池化有最大池化、平均池化和隨機(jī)池化。最大池化，顧名思義，就是取池化窗口中的最大值；平均池化是取窗口中的平均值；隨機(jī)池化是以某一個(gè)值占所在窗口中所有值總和的比例為概率，隨機(jī)的選區(qū)窗口中的值，由此可以看出，某一個(gè)值越大，那么取該值的可能性就越大。從池化操作中可以看到，最大池化選取窗口中的一個(gè)最大值，并沒(méi)有考慮其它值的特征；而平均池化選取窗口的平均值，雖然考慮了窗口中所有值，但是取平均操作弱化了每一維的特征，沒(méi)有考慮特征的獨(dú)特性；隨機(jī)池化相比于最大池化，不同之處在于隨機(jī)池化能選擇到窗口內(nèi)的所有值，但是，其本質(zhì)上還是選擇某一個(gè)值。這些操作都會(huì)丟失大量提取的輸入圖像的數(shù)據(jù)信息，做不到把窗口中的信息最大化利用。丟失的信息越多，圖像分類/識(shí)別的精度就越低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法，以解決現(xiàn)有采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類的方法容易丟失待分類/識(shí)別圖像的特征信息數(shù)據(jù)造成圖像分類精度較低的問(wèn)題，以及現(xiàn)有采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類的方法隨網(wǎng)絡(luò)深度增加，對(duì)輸入圖像的分類/識(shí)別難度增加、速度降低的問(wèn)題。

本發(fā)明實(shí)施例所采用的技術(shù)方案是，一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法，按照以下步驟進(jìn)行：

步驟S1、將待分類/識(shí)別圖像輸入卷積神經(jīng)網(wǎng)絡(luò)；

步驟S2、利用特征圖降維方法對(duì)卷積神經(jīng)網(wǎng)絡(luò)的池化層輸入的待分類/識(shí)別圖像的全部高維特征圖進(jìn)行降維；

步驟S3、利用降維得到的待分類/識(shí)別圖像的全部低維特征圖繼續(xù)向下操作直到最后計(jì)算出卷積神經(jīng)網(wǎng)絡(luò)的損失后將其反向傳播，循環(huán)迭代直至損失值不再下降或者分類/識(shí)別的準(zhǔn)確率不再上升為止，得到對(duì)輸入圖像的最終分類/識(shí)別結(jié)果。

進(jìn)一步的，所述特征圖降維方法的具體實(shí)現(xiàn)過(guò)程為：

步驟S21、利用卷積神經(jīng)網(wǎng)絡(luò)池化層輸入的待分類/識(shí)別圖像的全部高維特征圖構(gòu)建輸入圖像特征信息矩陣S_m×n；