[發(fā)明專(zhuān)利]基于各向異性卷積的圖像分類(lèi)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911360305.2
• 申請(qǐng)日: 2019-12-25
• 公開(kāi)（公告）號(hào): CN111126494B
• 公開(kāi)（公告）日: 2023-09-26
• 發(fā)明（設(shè)計(jì)）人: 李文娟;李兵;胡衛(wèi)明;潘健;原春鋒;吳昊昊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/82;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 北京市恒有知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩;尹文會(huì)

1.一種基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述方法包括：

步驟A1，根據(jù)設(shè)定的標(biāo)準(zhǔn)圖像大小，將訓(xùn)練圖像與待分類(lèi)的圖像進(jìn)行預(yù)處理；

步驟A2，利用損失函數(shù)與預(yù)處理后的訓(xùn)練圖像對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練優(yōu)化，其中，所述神經(jīng)網(wǎng)絡(luò)包括各向異性卷積層；

所述各向異性卷積層用于根據(jù)下式實(shí)現(xiàn)圖像或特征圖X到特征圖Y的線性變換：

其中，W代表卷積權(quán)重；p₀表示圖像或特征圖X中的任意一點(diǎn)0的坐標(biāo)；l₀為該點(diǎn)對(duì)應(yīng)的最優(yōu)尺度因子；Δp_n為所述最優(yōu)尺度因子對(duì)應(yīng)的形狀因子，為偏置項(xiàng)；{p_n|n＝1,2,…,N}，枚舉Q中的N個(gè)位置，N＝|Q|，一個(gè)3×3的卷積中，Q定義為：

Q＝{(a,b)|a∈{-1,0,1},b∈{-1,0,1}}

其中，a和b為坐標(biāo)值；

步驟A3，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)處理后的待分類(lèi)圖像進(jìn)行特征提取與圖像分類(lèi)。

2.根據(jù)權(quán)利要求1所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練步驟包括：

步驟B1，對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行初始化操作；

步驟B2，將預(yù)處理后的訓(xùn)練圖像輸入所述神經(jīng)網(wǎng)絡(luò)，提取圖像的特征信息，進(jìn)而得到圖像對(duì)應(yīng)的分類(lèi)標(biāo)簽；

步驟B3，基于所述損失函數(shù)計(jì)算所述分類(lèi)標(biāo)簽和訓(xùn)練圖像的實(shí)際類(lèi)別標(biāo)簽之間的誤差；

步驟B4，若誤差不在預(yù)期范圍，則進(jìn)行參數(shù)更新，并轉(zhuǎn)至步驟B2，直至將誤差控制在所述預(yù)期范圍內(nèi)，得到訓(xùn)練好的所述神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，訓(xùn)練時(shí)p₀點(diǎn)的所述最優(yōu)尺度因子與對(duì)應(yīng)的形狀因子的獲取方法包括：

在不同尺度基礎(chǔ)上獲取對(duì)應(yīng)的形狀因子，由對(duì)應(yīng)多種尺度的卷積變換提取多尺度關(guān)鍵特征，探測(cè)當(dāng)前尺度下物體的輪廓響應(yīng)，根據(jù)最大激活響應(yīng)來(lái)選擇p₀點(diǎn)的所述最優(yōu)尺度因子與對(duì)應(yīng)的形狀因子；

其中，p₀表示圖像或特征圖X中的任意一點(diǎn)0的坐標(biāo)。

4.根據(jù)權(quán)利要求3所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，“在不同尺度基礎(chǔ)上獲取對(duì)應(yīng)的形狀因子，由對(duì)應(yīng)多種尺度的卷積變換提取多尺度關(guān)鍵特征，探測(cè)當(dāng)前尺度下物體的輪廓響應(yīng)，根據(jù)最大激活響應(yīng)來(lái)選擇p₀點(diǎn)的所述最優(yōu)尺度因子與對(duì)應(yīng)的形狀因子”的步驟具體包括：

根據(jù)下式遍歷尺度因子與形狀因子的所有取值組合，進(jìn)而獲取所述最優(yōu)尺度因子與形狀因子：

其中，為尺度因子l的候選集；s為預(yù)設(shè)的尺度因子個(gè)數(shù)；max代表最大值融合變換，用于根據(jù)各種尺度下提取得到的特征圖，選取極大值激活得到輸入圖像中的目標(biāo)物體位置與輪廓；Δp_nl為與尺度因子l對(duì)應(yīng)的形狀因子，且

Δp_nl∈{(c,d)|0≤cl,0≤dl}

其中，c和d為坐標(biāo)值。

5.根據(jù)權(quán)利要求4所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述預(yù)設(shè)的尺度因子個(gè)數(shù)為s＝3；

采用1、2、4三個(gè)尺度因子作為預(yù)設(shè)序列來(lái)提取輸入層不同尺度的特征信息，尺度因子1、2和4對(duì)應(yīng)的卷積核感受野大小分別為3×3、5×5和9×9。

6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述預(yù)處理包括：

對(duì)圖像進(jìn)行數(shù)據(jù)擴(kuò)增處理；

對(duì)數(shù)據(jù)擴(kuò)增處理后的圖像進(jìn)行裁剪，規(guī)范成設(shè)定的標(biāo)準(zhǔn)圖像大小。

7.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述損失函數(shù)為softmax。

8.根據(jù)權(quán)利要求3-6中任一項(xiàng)所述的基于各向異性卷積的圖像分類(lèi)方法，其特征在于，所述形狀因子設(shè)置為八邊形，用于探測(cè)從中間點(diǎn)出發(fā)往八個(gè)方向的輪廓邊界，探測(cè)范圍在當(dāng)前尺度到兩倍尺度的區(qū)域環(huán)內(nèi)。