[發明專利]一種基于卷積神經網絡圖像識別方法

有效

• 申請號: 202010829114.2
• 申請日: 2020-08-18
• 公開（公告）號: CN112115973B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 劉航;白仞祥;張玉紅;菅秀凱;劉鳴泰
• 申請（專利權）人: 吉林建筑大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06K9/62;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 沈陽銘揚聯創知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

本發明屬于涉及深度學習，圖像識別技術，具體的來講為一種基于卷積神經網絡圖像識別方法。該方法包括：將原始圖片采用卷積神經網絡進行模型訓練；將待處理圖片輸入到訓練好的模型，進行圖片的識別。本發明方法在訓練過程通過采用GPU模式來加速神經網絡的訓練，在訓練模型中加入了Dropout正則化對系統進行優化處理來防止訓練過程中發生過擬合現象，同時對數據集照片進行圖集擴充。

技術領域

本發明屬于涉及深度學習，圖像識別技術，具體的來講為一種基于卷積神經網絡圖像識別方法。

背景技術

自1985年Rumelhart和他的同時發展了學習算法以來，在世界范圍內掀起了探索和研究神經網絡的熱潮，人工神經網絡的發展已經滲透到個中研究領域，尤其在模式識別的圖像分類技術方面應用逐漸增多，國內外研究較多的有字符識別技術、車牌識別技術、臉部識別技術、各種紙幣識別技術、印章識別技術以及對一些軍事目標的識別等方面。人工神經網絡在完成圖像識別任務時，主要有以下幾個方面的問題：

(1)參數數量太多，在CIFAR-10(一個比賽數據集)中，圖像只有大小為32x32x3(32寬，32高，3色通道)，因此在正常神經網絡的第一隱藏層中的單個完全連接的神經元將具有32x32x3＝3072個權重。這個數量仍然是可控的，但顯然這個完全連接的結構不會擴大到更大的圖像。例如，一個更可觀的大小的圖像，例如200x200x3的圖像，則會導致120,000個權重的神經元。此外，我們幾乎肯定會有幾個這樣的神經元，所以參數會增多。顯然，這種完全連接是浪費的，而且大量的參數會很快導致過度配套。

(2)沒有利用像素之間的位置信息。對于圖像識別任務來說，每個像素和其周圍像素的聯系是比較緊密的，和離得很遠的像素的聯系可能就很小了。如果一個神經元和上一層所有神經元相連，那么就相當于對于一個像素來說，把圖像的所有像素都等同看待，這不符合前面的假設。當我們完成每個連接權重的學習之后，最終可能會發現，有大量的權重，它們的值都是很小的。努力學習大量并不重要的權重，這樣的學習必將是非常低效的。

(3)網絡層數限制。網絡層數越多其表達能力越強，但是通過梯度下降方法訓練深度人工神經網絡很困難，因為全連接神經網絡的梯度很難傳遞超過3層。因此，不可能得到一個很深的全連接神經網絡，也就限制了它的能力。

發明內容

為了解決現有技術中存在的問題，本發明所要解決的技術問題在于提供一種基于卷積神經網絡圖像識別方法。

本發明是這樣實現的，

一種基于卷積神經網絡圖像識別方法，該方法包括：

步驟1，將原始圖片采用卷積神經網絡進行模型訓練；

步驟2，將待處理圖片輸入到訓練好的模型，進行圖片的識別。

進一步地：所述步驟2采用卷積神經網絡進行模型訓練包括：通過卷積層初步提取圖像特征；通過下采樣層提取主要特征；

通過全連接層將各部分特征匯總；產生分類器，進行預測識別；

具體包括：

步驟11：對卷積神經網絡進行權值的初始化；

步驟12：對輸入的圖片數據經過卷積層、下采樣層、全連接層的向前傳播得到輸出值；

每一層輸出的特征如下：

其中，y^(l)是卷積層的輸出，f(x)是非線性的激活函數，m是輸入該層的特征圖集，是該層卷積核的權值，是卷積運算，是卷積層輸入的特征向量，b^l是偏置；