[發(fā)明專利]基于多特征提取的寬度學(xué)習(xí)系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010181905.9
• 申請(qǐng)日: 2020-03-16
• 公開（公告）號(hào): CN111401443B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 劉然;劉亞瓊;劉宴齊;田逢春;錢君輝;鄭楊婷;趙洋;陳希;崔珊珊;王斐斐;陳丹
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué);重慶市中藥研究院
• 主分類號(hào): G06V10/778
• 分類號(hào): G06V10/778;G06V10/50;G06V10/56;G06V10/762
• 代理公司: 重慶信航知識(shí)產(chǎn)權(quán)代理有限公司 50218
• 代理人: 吳彬

1.一種基于多特征提取的寬度學(xué)習(xí)系統(tǒng)，其特征在于：包括四個(gè)子寬度學(xué)習(xí)系統(tǒng)，每個(gè)子寬度學(xué)習(xí)系統(tǒng)包括特征節(jié)點(diǎn)、增強(qiáng)節(jié)點(diǎn)和子節(jié)點(diǎn)；

所述的每個(gè)子寬度學(xué)習(xí)系統(tǒng)先對(duì)圖像數(shù)據(jù)集提取一種圖像特征，各子寬度學(xué)習(xí)系統(tǒng)提取的圖像特征互不相同，第一個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的HOG特征，第二個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的顏色特征，第三個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的K-means特征，第四個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的卷積特征；各子寬度學(xué)習(xí)系統(tǒng)將對(duì)圖像數(shù)據(jù)集提取的圖像特征合并得到各自的特征節(jié)點(diǎn)，再分別通過(guò)增強(qiáng)映射函數(shù)對(duì)各自的特征節(jié)點(diǎn)進(jìn)行增強(qiáng)，形成對(duì)應(yīng)的增強(qiáng)節(jié)點(diǎn)；各子寬度學(xué)習(xí)系統(tǒng)在形成增強(qiáng)節(jié)點(diǎn)之后，再將其特征節(jié)點(diǎn)與對(duì)應(yīng)的增強(qiáng)節(jié)點(diǎn)合并，然后再連接到其子節(jié)點(diǎn)中；

所述的基于多特征提取的寬度學(xué)習(xí)系統(tǒng)還包括對(duì)各子寬度學(xué)習(xí)系統(tǒng)的子節(jié)點(diǎn)的輸出進(jìn)行歸一化的歸一化層和與各歸一化層連接的最終輸出層；

第一個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的HOG特征的步驟包括：

1)對(duì)輸入圖像進(jìn)行歸一化處理，將圖像轉(zhuǎn)化為灰度圖；

2)把圖像分割成若干個(gè)小區(qū)域，將小區(qū)域稱為cell，分割方法采用分割區(qū)域之間可相互重疊的可重疊分隔方法；

3)在每個(gè)cell中計(jì)算像素點(diǎn)的梯度值和梯度方向，得到該區(qū)域的梯度方向直方圖；

4)在更大的區(qū)域中，命名更大的區(qū)域?yàn)閎locks，計(jì)算累積梯度方向直方圖，然后對(duì)blocks中所有的cell進(jìn)行歸一化；

5)將所有cell的梯度方向直方圖進(jìn)行合并，得到HOG特征；所提取到的HOG特征即為第一個(gè)子寬度學(xué)習(xí)系統(tǒng)的特征節(jié)點(diǎn)；

第二個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的顏色特征的步驟包括：

1)將圖像從RGB空間轉(zhuǎn)換到HSV空間，在HSV空間進(jìn)行特征提取；

2)依據(jù)HSV空間三個(gè)通道的取值范圍，分別使用6、4、4個(gè)bins，來(lái)計(jì)算圖像的直方圖，結(jié)果得到一個(gè)96維的顏色直方圖向量；

3)分別在三個(gè)通道上計(jì)算像素的一階顏色矩、二階顏色矩以及三階顏色矩，最終形成一個(gè)9維的顏色矩向量；

4)將顏色直方圖向量與顏色矩向量合并，從而形成105維的顏色特征向量；所提取到的顏色特征向量即為第二個(gè)子寬度學(xué)習(xí)系統(tǒng)的特征節(jié)點(diǎn)；

第三個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的K-means特征的步驟包括：

1)從訓(xùn)練集中采樣圖像塊集合，然后對(duì)圖像塊集合中的圖像塊進(jìn)行標(biāo)準(zhǔn)化以及ZCA白化，最后對(duì)圖像塊集合進(jìn)行K-means聚類，獲得聚類詞典D；

2)對(duì)于一幅三通道的彩色圖像，使用一個(gè)窗口進(jìn)行步幅為1，間隔為0的滑動(dòng)采樣，所述的窗口的大小和求解聚類詞典D時(shí)圖像塊的大小一致；采樣之后，即可得到多個(gè)圖像塊，用x表示；使用聚類詞典D對(duì)每個(gè)圖像塊進(jìn)行特征映射，映射函數(shù)f:R^d→R^k,R為實(shí)數(shù)集,將圖像塊映射為特征向量，d為圖像塊向量的維度，k為聚類中心個(gè)數(shù)；映射方法為硬編碼方法，該方法的映射函數(shù)f(x；D)為：

d_j＝||x-μ^(j)||₂

其中，μ^(j)是第j個(gè)聚類中心，k為聚類中心個(gè)數(shù)；d_j表示圖像塊x與第j個(gè)聚類中心之間的距離；進(jìn)行特征映射之后，每個(gè)圖像塊轉(zhuǎn)換為一個(gè)k維的向量；將所有圖像塊分為四份，進(jìn)行最大池化，將池化后的結(jié)果進(jìn)行合并與標(biāo)準(zhǔn)化，所得最終結(jié)果即為K-means特征，特征維度為4k；所提取到的K-means特征即為第三個(gè)子寬度學(xué)習(xí)系統(tǒng)的特征節(jié)點(diǎn)；

第四個(gè)子寬度學(xué)習(xí)系統(tǒng)提取圖像數(shù)據(jù)集的卷積特征的步驟包括：

1)對(duì)圖像進(jìn)行卷積操作，再進(jìn)行池化操作，卷積操作和池化操作共交替進(jìn)行4次；

2)4次卷積與池化后，將所得的結(jié)果展平為一個(gè)向量；

3)使用PCA方法對(duì)該向量進(jìn)行降維，降維后所得最終結(jié)果即為卷積特征；所提取到的卷積特征即為第四個(gè)子寬度學(xué)習(xí)系統(tǒng)的特征節(jié)點(diǎn)；

所述的增強(qiáng)映射函數(shù)為非線性映射函數(shù)；

所述第一個(gè)子寬度學(xué)習(xí)系統(tǒng)在提取到的HOG特征后的處理算法如下：

HOG對(duì)應(yīng)的特征節(jié)點(diǎn)為：

Z_H＝[h₁,h₂,...,h_N]^T∈R^N×M?(1)

其中，N為樣本個(gè)數(shù)，h₁,h₂,...,h_N分別對(duì)應(yīng)每個(gè)樣本的HOG特征；M為單個(gè)樣本的HOG特征維數(shù)，即每個(gè)樣本的HOG特征為一個(gè)M維的向量，則其對(duì)應(yīng)的增強(qiáng)節(jié)點(diǎn)的輸出為：

H_H＝φ_H(Z_HW_EH+β_H)?(2)

其中W_EH是映射權(quán)重，β_H是偏置，φ_H是非線性激活函數(shù)；權(quán)重W_EH和偏置β_H是隨機(jī)生成的；對(duì)應(yīng)的子節(jié)點(diǎn)輸出U_H的形式為：

U_H＝[Z_H,H_H]W_H＝A_HW_H?????????????????????????(3)

其中A_H＝[Z_H,H_H]，HOG所對(duì)應(yīng)的子寬度學(xué)習(xí)系統(tǒng)目標(biāo)函數(shù)為：

其中，Y為標(biāo)簽集合，λ_H是嶺回歸參數(shù)；對(duì)公式(4)進(jìn)行求導(dǎo)，得到：

其中I為單位矩陣；

其它三個(gè)子寬度學(xué)習(xí)系統(tǒng)求取其對(duì)應(yīng)的權(quán)重和子節(jié)點(diǎn)輸出的方法和第一個(gè)子寬度學(xué)習(xí)系統(tǒng)求解其權(quán)重和子節(jié)點(diǎn)輸出的方法相同，在求解第二個(gè)子寬度學(xué)習(xí)系統(tǒng)的和子節(jié)點(diǎn)輸出U_S時(shí)，只需將上述公式中對(duì)應(yīng)HOG特征的下標(biāo)H和更換成對(duì)應(yīng)顏色特征的下標(biāo)S，同理在求解第三個(gè)子寬度學(xué)習(xí)系統(tǒng)的和子節(jié)點(diǎn)輸出U_K時(shí)，只需將上述公式中對(duì)應(yīng)HOG特征的下標(biāo)H和更換成對(duì)應(yīng)K-means特征的下標(biāo)K，在求解第四個(gè)子寬度學(xué)習(xí)系統(tǒng)的和子節(jié)點(diǎn)輸出U_F時(shí)，只需將上述公式中對(duì)應(yīng)HOG特征的下標(biāo)H和更換成對(duì)應(yīng)卷積特征的下標(biāo)F；

所述的基于多特征提取的寬度學(xué)習(xí)系統(tǒng)在得到各子寬度學(xué)習(xí)系統(tǒng)對(duì)應(yīng)的子節(jié)點(diǎn)輸出U_H,U_S,U_K,U_F后的處理算法如下：

對(duì)U_H,U_S,U_K,U_F分別進(jìn)行歸一化，分別得到U'_H,U'_S,U'_K,U'_F，設(shè)Z為：

Z＝[U'_H,U'_S,U'_K,U'_F]?(7)

所述的基于多特征提取的寬度學(xué)習(xí)系統(tǒng)的整體輸出Y為:

Y＝[Z]W＝AW?(8)

其中A＝[Z]，W是將特征節(jié)點(diǎn)和增強(qiáng)節(jié)點(diǎn)連接到輸出的整體權(quán)重，通過(guò)最小化目標(biāo)函數(shù)來(lái)得到W:

其中λ是嶺回歸參數(shù)，使用嶺回歸方法對(duì)上式進(jìn)行求解，得到：

W^*＝(A^TAI+λI)^-1A^TY?(10)

其中I是單位矩陣；

則基于多特征提取的寬度學(xué)習(xí)系統(tǒng)的最終輸出為: