[發(fā)明專利]基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110032354.4
• 申請日: 2021-01-11
• 公開（公告）號: CN112766340A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 王錦萍;李軍;譚曉軍;黃力;陳霞
• 申請（專利權(quán)）人: 中山大學;惠州市德賽西威汽車電子股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 深圳市創(chuàng)富知識產(chǎn)權(quán)代理有限公司 44367
• 代理人: 高冰

1.基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，包括以下步驟：

對訓練用圖像進行圖像預(yù)處理，并構(gòu)建訓練集；

基于訓練集進行適應(yīng)空間單元深度膠囊網(wǎng)絡(luò)的訓練，得到訓練完成的深度膠囊網(wǎng)絡(luò)；

獲取待測圖像并將待測圖像輸入訓練完成的深度膠囊網(wǎng)絡(luò)進行圖像分類，得到圖像分類結(jié)果；

所述深度膠囊網(wǎng)絡(luò)包括ASPConvs模塊、ASPCaps模塊和全連接膠囊層。

2.根據(jù)權(quán)利要求1所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述對訓練用圖像進行圖像預(yù)處理，并構(gòu)建訓練集這一步驟，其具體包括：

獲取訓練用的高光譜圖像X∈R^H×W×D；

基于主成分分析算法將數(shù)據(jù)降到d維，得到圖像訓練塊Y^k∈R^m×m×d；

結(jié)合圖像訓練塊和對應(yīng)的標簽構(gòu)建訓練集

3.根據(jù)權(quán)利要求2所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述基于訓練集進行適應(yīng)空間單元深度膠囊網(wǎng)絡(luò)的訓練，得到訓練完成的深度膠囊網(wǎng)絡(luò)這一步驟，其具體包括：

將訓練集輸入到適應(yīng)空間單元深度膠囊網(wǎng)絡(luò)；

基于ASPConvs模塊對訓練圖像塊進行卷積處理，提取得到次高級目標圖像特征；

基于ASPCaps模塊對次高級圖像特征進行膠囊分組和預(yù)測處理，重新提取得到高級語義特征；

基于全連接膠囊網(wǎng)絡(luò)層對高級語義特征進行概率分類，得到分類結(jié)果。

4.根據(jù)權(quán)利要求3所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述基于ASPConvs模塊對訓練圖像塊進行卷積處理，提取得到次高級目標圖像特征這一步驟，其具體包括：

給定訓練圖像塊Y^k，引入空洞卷積規(guī)則并自適應(yīng)學習尋找采樣位置；

基于采樣位置提取得到次高級目標圖像特征。

5.根據(jù)權(quán)利要求4所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述自適應(yīng)學習尋找采樣位置的表達式如下：

上式中，(x,y)表示初定采樣位置，表示對應(yīng)的采樣值，Δx和Δy表示偏移場，表示調(diào)整后的采樣位置的采樣值。

6.根據(jù)權(quán)利要求5所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述次高級目標圖像特征的表達式如下：

上式中，w_i表示采用卷積核對應(yīng)的權(quán)重，Δm_i表示第i個采樣像素位置對應(yīng)的權(quán)重。表示向量內(nèi)元素總長度，表示采樣位置為(x_i,y_i)的采樣值。

7.根據(jù)權(quán)利要求6所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述基于ASPCaps模塊對次高級圖像特征進行膠囊分組和預(yù)測處理，重新提取得到高級語義特征這一步驟，其具體包括：

將次高級圖像特征u分成多組膠囊子圖并計算所有次高級圖像特征u的預(yù)測向量；

基于預(yù)測向量構(gòu)建高層次特征的輸入向量；

基于Squash函數(shù)對高層次特征的輸入向量進行壓縮處理，得到高級語義特征。

8.根據(jù)權(quán)利要求7所述一種基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類方法，其特征在于，所述高層次特征的輸入向量的表達式如下：

上式中，表示動態(tài)由路系數(shù)，表示在采樣點為(x+p)(y+q)的預(yù)測向量，表示高層次特征的輸入向量。

9.基于自適應(yīng)空間模式的深度膠囊網(wǎng)絡(luò)圖像分類系統(tǒng)，其特征在于，包括：

預(yù)處理模塊，用于對訓練用圖像進行圖像預(yù)處理，并構(gòu)建訓練集；

訓練模塊，用于基于訓練集進行適應(yīng)空間單元深度膠囊網(wǎng)絡(luò)的訓練，得到訓練完成的深度膠囊網(wǎng)絡(luò)；

分類模塊，用于獲取待測圖像并將待測圖像輸入訓練完成的深度膠囊網(wǎng)絡(luò)執(zhí)行圖像分類，得到分類結(jié)果。