[發(fā)明專利]一種基于破壞學(xué)習(xí)與注意力機(jī)制的車型分類網(wǎng)絡(luò)訓(xùn)練方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110025249.8
• 申請(qǐng)日: 2021-01-08
• 公開（公告）號(hào): CN112733712A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 王秋思
• 申請(qǐng)（專利權(quán)）人: 上海眼控科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/42;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 趙繼明

本發(fā)明涉及一種基于破壞學(xué)習(xí)與注意力機(jī)制的車型分類網(wǎng)絡(luò)訓(xùn)練方法，具體包括以下步驟：S1、獲取待測(cè)車輛的初始圖像，根據(jù)破壞機(jī)制將初始圖像進(jìn)行多尺度裁剪，形成多個(gè)尺度對(duì)應(yīng)的子圖像；S2、根據(jù)卷積層提取子圖像的特征圖；S3、小尺度子圖像的特征圖進(jìn)行上采樣后，與大尺度子圖像的特征圖進(jìn)行通道拼接，形成初始特征圖層并發(fā)送到通道注意力模塊；S4、初始特征圖層在通道注意力模塊經(jīng)過處理得到通道權(quán)重矩陣，根據(jù)通道權(quán)重矩陣計(jì)算得到子圖像的加權(quán)特征圖；S5、多尺度的子圖像的加權(quán)特征圖根據(jù)softmax回歸函數(shù)，計(jì)算得到目標(biāo)圖像類別。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高分類網(wǎng)絡(luò)的分類精度和分類準(zhǔn)確度、更適用于車型分類項(xiàng)目需求等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是涉及一種基于破壞學(xué)習(xí)與注意力機(jī)制的車型分類網(wǎng)絡(luò)訓(xùn)練方法。

背景技術(shù)

由于每年各車輛品牌各不同子系均會(huì)推出新款車輛，車型款式的多樣化給車輛年檢過程中改裝車輛的判定增加了難度，因而車型分類問題一直是工程實(shí)踐中的難點(diǎn)之一。

在工程實(shí)踐中，通過比對(duì)不同品牌不同子系不同年限車輛款式圖，發(fā)現(xiàn)不同品牌車輛整體外觀可能有所差別，但是相同品牌不同子系車輛整體外觀可能非常接近，不同之處僅體現(xiàn)在車輛大燈、格柵、車標(biāo)等處。

同一品牌的兩款不同子系的車型除了在車大燈與小燈上稍有差別外，可能在整體車型上不存在沒有太大區(qū)別。因此在對(duì)這種各類別相似度較高、類間區(qū)別多出現(xiàn)在部分細(xì)節(jié)特征上的數(shù)據(jù)集進(jìn)行分類模型訓(xùn)練時(shí)，若使用傳統(tǒng)卷積網(wǎng)絡(luò)結(jié)合softmax的分類網(wǎng)絡(luò)對(duì)其進(jìn)行訓(xùn)練，同時(shí)以整圖作為輸入圖像并提取feature map，網(wǎng)絡(luò)更多學(xué)習(xí)到的可能是各類別整體外觀或紋理或顏色的區(qū)別，而容易忽視部分細(xì)節(jié)特征上的區(qū)別。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺少考慮局部細(xì)節(jié)特征的缺陷而提供一種基于破壞學(xué)習(xí)與注意力機(jī)制的車型分類網(wǎng)絡(luò)訓(xùn)練方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于破壞學(xué)習(xí)與注意力機(jī)制的車型分類網(wǎng)絡(luò)訓(xùn)練方法，基于特征提取神經(jīng)網(wǎng)絡(luò)與softmax回歸函數(shù)，具體包括以下步驟：

S1、獲取需要進(jìn)行車輛分類的待測(cè)車輛的初始圖像，根據(jù)破壞學(xué)習(xí)的破壞機(jī)制將初始圖像進(jìn)行多尺度裁剪，形成多個(gè)尺度對(duì)應(yīng)的子圖像；

S2、根據(jù)特征提取神經(jīng)網(wǎng)絡(luò)的卷積層提取子圖像的特征圖；

S3、小尺度子圖像的特征圖進(jìn)行上采樣后，與大尺度子圖像的特征圖進(jìn)行通道拼接，形成初始特征圖層并發(fā)送到通道注意力模塊；

S4、所述初始特征圖層在通道注意力模塊經(jīng)過處理得到通道權(quán)重矩陣，根據(jù)所述通道權(quán)重矩陣計(jì)算得到子圖像的加權(quán)特征圖；

S5、多尺度的子圖像的加權(quán)特征圖根據(jù)softmax回歸函數(shù)，計(jì)算得到初始圖像對(duì)應(yīng)的目標(biāo)圖像類別。

所述步驟S4具體包括：

S4-1、所述初始特征圖層經(jīng)過卷積層得到第一特征圖層，所述第一特征圖層經(jīng)過重塑得到第二特征圖層和第四特征圖層，所述第一特征圖層經(jīng)過重塑并轉(zhuǎn)置得到第三特征圖層，所述第二特征圖層和第三特征圖層相乘經(jīng)過softmax回歸函數(shù)后得到通道權(quán)重矩陣；

S4-2、所述第四特征圖層與通道權(quán)重矩陣相乘，得到子圖像的加權(quán)特征圖。

進(jìn)一步地，所述通道權(quán)重矩陣的大小為第三特征圖層的大小的平方。

所述初始圖像為單通道圖像。

進(jìn)一步地，所述每個(gè)尺度的子圖像拼接后形成初始圖像的多通道圖像。

進(jìn)一步地，所述多通道圖像的通道數(shù)為相應(yīng)尺度的高度裁剪比例和寬度裁剪比例的乘積的倒數(shù)。

不同尺度之間的區(qū)別在于高度裁剪比例和寬度裁剪比例。