[發(fā)明專利]基于各向異性卷積的圖像分類方法及系統(tǒng)

有效

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

本發(fā)明涉及深度學習與圖像分類領(lǐng)域，具體涉及一種基于各向異性卷積的圖像分類方法及系統(tǒng)，目的在于解決當圖像分辨率低、物體尺度和形態(tài)多變等情況下難以保證物體分類識別的精度的問題。本發(fā)明的圖像分類方法包括：步驟A1，根據(jù)設(shè)定的標準圖像大小，將訓(xùn)練圖像與待分類圖像都進行預(yù)處理；步驟A2，利用利用損失函數(shù)與預(yù)處理后的訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練優(yōu)化，其中，神經(jīng)網(wǎng)絡(luò)包括各向異性卷積層；步驟A3，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的待分類圖像進行特征提取與圖像分類。本發(fā)明的神經(jīng)網(wǎng)絡(luò)能快速提取判別性特征因子，準確鎖定圖像中的物體輪廓，較好應(yīng)對小圖像、多形變等分類難題，從而充分挖掘了圖像的空間信息，提高了物體分類的準確度。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學習與圖像分類領(lǐng)域，具體涉及一種基于各向異性卷積的圖像分類方法及系統(tǒng)。

背景技術(shù)

隨著計算機視覺的發(fā)展，尤其是深度學習網(wǎng)絡(luò)模型的推廣，圖像分類技術(shù)取得了很大的進步，而且在現(xiàn)實中得到了很廣泛的應(yīng)用。但是圖像分類技術(shù)仍會遇到很大的困難，例如當圖像分辨率低、物體尺度和形態(tài)多變等情況下，難以保證物體分類識別的精度。

因此，希望提出一種新的深度學習網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)配備高性能特征提取模塊，能快速提取判別性特征因子，準確鎖定圖像中的物體輪廓，較好應(yīng)對小圖像、多形變等分類難題。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出了一種基于各向異性卷積的圖像分類方法及系統(tǒng)，提高了物體分類的準確度。

本發(fā)明的一方面，涉及一種基于各向異性卷積的圖像分類方法，所述方法包括：

步驟A1，根據(jù)設(shè)定的標準圖像大小，將訓(xùn)練圖像與待分類的圖像進行預(yù)處理；

步驟A2，利用損失函數(shù)與預(yù)處理后的訓(xùn)練圖像對神經(jīng)網(wǎng)絡(luò)進行訓(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；

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

優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練步驟包括：

步驟B1，對網(wǎng)絡(luò)參數(shù)進行初始化操作；

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，進而得到圖像對應(yīng)的分類標簽；

步驟B3，基于所述損失函數(shù)計算所述分類標簽和訓(xùn)練圖像的實際類別標簽之間的誤差；

步驟B4，若誤差不在預(yù)期范圍內(nèi)，則進行參數(shù)更新，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)。

優(yōu)選地，所述各向異性卷積層用于根據(jù)下式實現(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0的坐標；l₀為該點對應(yīng)的最優(yōu)尺度因子；Δp_n為所述最優(yōu)尺度因子對應(yīng)的形狀因子，為偏置項；{p_n|n＝1，2，…，N}，枚舉Q中的N個位置，N＝|Q|，一個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為坐標值。

優(yōu)選地，訓(xùn)練時p₀點的所述最優(yōu)尺度因子與對應(yīng)的形狀因子的獲取方法包括：

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

其中，p₀表示圖像或特征圖X中的任意一點0的坐標。