[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征信息的方法及裝置

有效

• 申請?zhí)枺?/td>: 202010597462.1
• 申請日: 2020-06-28
• 公開（公告）號: CN111767928B
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 程德強;郭昕;張皓翔;寇旗旗;趙凱;高蕊;李納森
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/047
• 代理公司: 北京天達知識產(chǎn)權(quán)代理事務(wù)所有限公司 11386
• 代理人: 龐許倩

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征信息的方法，其特征在于，包括如下步驟：

獲取原始圖像對應(yīng)的原始圖像矩陣，對所述原始圖像矩陣進行分塊，得到N個像素塊，其中，N根據(jù)預(yù)設(shè)卷積核的大小及步長確定，N為大于等于2的自然數(shù)；

基于像素值依次為所述N個像素塊添加標簽，得到M個標簽；其中像素值相同的像素塊標簽相同，像素值不同的像素塊標簽不同，M≤N；

獲取每個標簽中的1個像素塊對應(yīng)的像素值概率矩陣，基于所述像素值概率矩陣得到M個標簽對應(yīng)的M個卷積核；

將原始圖像矩陣輸入卷積神經(jīng)網(wǎng)絡(luò)，基于所述M個標簽及M個卷積核對原始圖像矩陣進行卷積，得到原始圖像對應(yīng)的特征信息；

獲取每個標簽中的1個像素塊對應(yīng)的像素值概率矩陣，基于所述像素值概率矩陣得到M個標簽對應(yīng)的M個卷積核，包括如下步驟：

基于每個標簽中的1個像素塊，計算像素塊中每個像素值占所有像素值總和的比值，得到每個像素值對應(yīng)的概率值；

將每個像素值對應(yīng)的概率值按照每個像素值在像素塊中的位置依次排列，得到像素塊對應(yīng)的像素值概率矩陣；

將所述像素值概率矩陣中位于最大概率值的十分之一到最大概率值區(qū)間的所有概率值置1，其余概率值置0，得到M個標簽對應(yīng)的M個卷積核；

基于所述M個標簽及M個卷積核對原始圖像矩陣進行卷積包括如下步驟：

獲取所述原始圖像矩陣左上角的第一個像素塊，將所述第一個像素塊與對應(yīng)的卷積核進行卷積，得到第一個像素塊對應(yīng)的卷積結(jié)果；

基于步長得到第n-1個像素塊，判斷所述第n-1個像素塊的標簽是否與已卷積像素塊的標簽相同，若是，直接將已卷積像素塊對應(yīng)的卷積結(jié)果作為第n-1個像素塊的卷積結(jié)果；若否，將所述第n-1個像素塊與對應(yīng)的卷積核進行卷積，得到第n-1個像素塊對應(yīng)的卷積結(jié)果；直至得到第N個像素塊對應(yīng)的卷積結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征信息的方法，其特征在于，基于像素值依次為所述N個像素塊添加標簽包括：

獲取所述原始圖像矩陣左上角的第1個像素塊，為所述第1個像素塊添加標簽；

基于步長得到第n-1個像素塊，判斷所述第n-1個像素塊的像素值是否與已添加標簽的像素塊對應(yīng)的像素值相同，若是，用所述已添加標簽代替第n-1個像素塊的標簽；若否，為所述第n-1個像素塊添加新的標簽；直至得到第N個像素塊的標簽，其中，2≤n≤N。

3.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征信息的方法，其特征在于，將得到的N個所述像素塊對應(yīng)的卷積結(jié)果按照像素塊在原始圖像矩陣中的位置依次排列，得到原始圖像對應(yīng)的特征信息。