[發(fā)明專(zhuān)利]一種多類(lèi)別交通工具的精細(xì)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010007923.5
• 申請(qǐng)日: 2020-01-02
• 公開(kāi)（公告）號(hào): CN111191626B
• 公開(kāi)（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 曹先彬;羅曉燕;杜文博;李曉歡;楊燕丹;胡宇韜
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京航空航天大學(xué);桂林電子科技大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京永創(chuàng)新實(shí)專(zhuān)利事務(wù)所 11121
• 代理人: 冀學(xué)軍

1.一種多類(lèi)別交通工具的精細(xì)識(shí)別方法，其特征在于，具體步驟如下：

步驟一、針對(duì)某張待分類(lèi)的目標(biāo)圖像輸入VGG19網(wǎng)絡(luò)中，輸出包含網(wǎng)絡(luò)淺層信息的特征圖X；

步驟二、對(duì)具有淺層信息的特征圖X加入級(jí)聯(lián)注意力機(jī)制，得到重要區(qū)域的高亮顯示特征圖

具體為：

首先，對(duì)于特征圖X，通過(guò)1×1的卷積得到三維的注意力權(quán)重圖M₁(X)，然后將注意力權(quán)重圖M₁(X)中每個(gè)權(quán)重分別與原始特征圖X中各自對(duì)應(yīng)的像素進(jìn)行一一相乘，即并借助殘差方法，對(duì)逐像素相加，得到第一結(jié)果：

同時(shí)，采用3×3的卷積對(duì)原始特征圖X進(jìn)行特征提取，然后對(duì)提取結(jié)果進(jìn)行邊界補(bǔ)全，得到和原始特征圖X相同尺寸的三維的注意力權(quán)重圖M₂(X)；

然后，將注意力權(quán)重圖M₂(X)中每個(gè)權(quán)重分別與第一結(jié)果中各自對(duì)應(yīng)的像素進(jìn)行一一相乘，最后借助殘差方法，與原始特征圖X逐像素相加，得到與原始特征圖X尺寸相同的重要區(qū)域的高亮顯示特征圖

步驟三、從縱向和切向兩個(gè)角度嵌入核函數(shù)，提取高亮顯示特征圖的高維非線(xiàn)性特征，得到兩個(gè)不同方向的高維非線(xiàn)性特征圖X′和Y′；

具體為：

首先，將特征圖中的每一個(gè)縱向向量看作一維特征向量x_i∈R^C；

同時(shí)，將每一個(gè)切向向量看作二維特征向量x_j∈R^W×H，然后把每個(gè)二維的切向向量x_j∈R^W×H變形到長(zhǎng)度為W×H的一維特征向量y_j；

最后，將兩個(gè)一維特征向量x_i和y_j分別接入一個(gè)含余弦函數(shù)激活的非線(xiàn)性層，得到兩個(gè)不同方向的高維非線(xiàn)性特征圖X′和Y′；含余弦函數(shù)激活的非線(xiàn)性層包含一層卷積層和一層余弦激活函數(shù)；

具體為：

兩個(gè)一維特征向量x_i和y_j分別與卷積層的卷積核參數(shù)W相乘，然后與卷積層的偏置參數(shù)b相加，再經(jīng)過(guò)余弦激活函數(shù)得到對(duì)應(yīng)位置的高維非線(xiàn)性特征向量X′_i，Y′_j，

計(jì)算公式如下：

X′_i＝cos(Wx_i+b)

Y′_j＝cos(Wy_j+b)

將所有切向向量輸出X′_i，Y′_j分別組合得到兩個(gè)高維非線(xiàn)性特征圖X′和Y′；

步驟四、使用平均池化將兩個(gè)高維非線(xiàn)性特征圖X′和Y′分別進(jìn)行特征降維，得到長(zhǎng)度為C的兩個(gè)特征向量，拼接后得到長(zhǎng)度為2C的一個(gè)特征向量A；

步驟五、對(duì)長(zhǎng)度為2C的特征向量A使用全連接進(jìn)行融合，得到一個(gè)長(zhǎng)度為類(lèi)別數(shù)的特征向量B；

特征向量B中每個(gè)分量是對(duì)應(yīng)類(lèi)別的置信度分?jǐn)?shù)；

步驟六、使用softmax機(jī)制對(duì)特征向量B中各類(lèi)別的置信度分?jǐn)?shù)進(jìn)行歸一化，取分?jǐn)?shù)最大值，得到對(duì)應(yīng)的分類(lèi)的結(jié)果。

2.如權(quán)利要求1所述的一種多類(lèi)別交通工具的精細(xì)識(shí)別方法，其特征在于，所述的步驟一中，VGG19網(wǎng)絡(luò)包括16個(gè)卷積層和3個(gè)全連接層，其中卷積層都使用的是3x3的卷積和2x2的最大池化層；將VGG19網(wǎng)絡(luò)中除去卷積模塊的部分取締，卷積模塊的輸出特征圖大小為C×W×H；W代表特征圖的寬，H代表特征圖的高，C代表特征圖的通道數(shù)。

3.如權(quán)利要求1所述的一種多類(lèi)別交通工具的精細(xì)識(shí)別方法，其特征在于，步驟五中所述的類(lèi)別包括：各種交通工具的分類(lèi)，同一類(lèi)交通工具的不同品牌類(lèi)別，或者同一品牌類(lèi)的不同型號(hào)類(lèi)別。