[發(fā)明專利]基于圖像梯度的卷積方法、基于方向卷積的神經(jīng)網(wǎng)絡(luò)及分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110477216.7
• 申請(qǐng)日: 2021-04-29
• 公開（公告）號(hào): CN113128614B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計(jì)）人: 劉茂梅;匡乃亮;鐘升;唐磊;彭進(jìn)業(yè);羅迒哉
• 申請(qǐng)（專利權(quán)）人: 西安微電子技術(shù)研究所;西北大學(xué)
• 主分類號(hào): G06V10/82
• 分類號(hào): G06V10/82;G06V10/44;G06V10/764;G06V10/774;G06N3/0464;G06N3/048;G06N3/047;G06N3/084
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 崔方方

本發(fā)明公開了基于圖像梯度的卷積方法、基于方向卷積的神經(jīng)網(wǎng)絡(luò)及分類方法，屬于卷積神經(jīng)網(wǎng)絡(luò)領(lǐng)域。本發(fā)明通過(guò)對(duì)圖像進(jìn)行基于圖像梯度信息的方向卷積以提取圖像特征。本發(fā)明的基于方向卷積的神經(jīng)網(wǎng)絡(luò)，將顯式先驗(yàn)知識(shí)?圖像梯度信息嵌入深度學(xué)習(xí)模型中，有效降低網(wǎng)絡(luò)參數(shù)空間的規(guī)模，減少局部極值的問(wèn)題。本發(fā)明通過(guò)在淺層網(wǎng)絡(luò)的基礎(chǔ)上加入先驗(yàn)知識(shí)提升精度，用極少參數(shù)的較淺模型達(dá)到能與深度模型相比擬的圖像分類識(shí)別準(zhǔn)確率。引入方向卷積的小型化卷積神經(jīng)網(wǎng)絡(luò)模型在MNIST數(shù)據(jù)集上僅用0.062M的參數(shù)量就達(dá)到了與現(xiàn)有深度模型相比擬的分類精度，其參數(shù)量較經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)少了兩個(gè)數(shù)量級(jí)。

技術(shù)領(lǐng)域

本發(fā)明屬于卷積神經(jīng)網(wǎng)絡(luò)領(lǐng)域，尤其是基于圖像梯度的卷積方法、基于方向卷積的神經(jīng)網(wǎng)絡(luò)及分類方法。

背景技術(shù)

作為第四次工業(yè)革命的核心驅(qū)動(dòng)力，人工智能將像機(jī)械化，電氣化和信息化一樣，最終滲透各個(gè)行業(yè)，并改變?nèi)藗兊纳睢Ｗ罱辏捎跈C(jī)器學(xué)習(xí)技術(shù)尤其是深度學(xué)習(xí)技術(shù)的興起，人工智能技術(shù)再次出現(xiàn)了前所未有的爆發(fā)性增長(zhǎng)。深度學(xué)習(xí)技術(shù)在各個(gè)領(lǐng)域全面開花，其中重點(diǎn)包括計(jì)算機(jī)視覺，模式識(shí)別，搜索技術(shù)，自然語(yǔ)言處理和語(yǔ)音信號(hào)處理等領(lǐng)域。尤其在計(jì)算機(jī)視覺領(lǐng)域，深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型天然的強(qiáng)大數(shù)據(jù)表達(dá)能力，在當(dāng)下數(shù)據(jù)驅(qū)動(dòng)的大數(shù)據(jù)背景下已經(jīng)成為主流的特征學(xué)習(xí)方法，該方法在計(jì)算機(jī)視覺的核心任務(wù)圖像分類上已經(jīng)取得了巨大的成功。

目前深度學(xué)習(xí)模型為了追求圖像分類識(shí)別精度的提升，其改進(jìn)的主流思路是通過(guò)不斷加深模型的卷積層，提取更深層次的語(yǔ)義信息。然而模型加深的同時(shí)使得模型復(fù)雜度成幾何倍數(shù)的增長(zhǎng)，模型參數(shù)量巨大，導(dǎo)致優(yōu)化困難、計(jì)算強(qiáng)度高、難以訓(xùn)練且難以移植到嵌入式設(shè)備等硬件計(jì)算資源有限的條件下。人工智能技術(shù)發(fā)展到落地應(yīng)用階段，需要將深度學(xué)習(xí)模型部署到嵌入式設(shè)備上，如何平衡深度學(xué)習(xí)模型的精度和效率成為了一個(gè)具有挑戰(zhàn)性的難題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)，提供基于圖像梯度的卷積方法、基于方向卷積的神經(jīng)網(wǎng)絡(luò)及分類方法。

為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種基于圖像梯度的卷積方法，對(duì)圖像進(jìn)行基于圖像梯度信息的方向卷積以提取圖像特征。

進(jìn)一步的，包括以下步驟：

步驟101、在采集的圖像上建立平面直角坐標(biāo)系，將采集的圖像轉(zhuǎn)化為灰度圖像，通過(guò)sobel算子提取灰度圖像橫向及縱向梯度信息，計(jì)算梯度的幅值和方向分別得到原始梯度幅值圖和原始梯度方向圖；

步驟102、將所述原始梯度方向圖做閾值化處理，得到圖像每點(diǎn)的梯度方向閾值；

步驟103、隨機(jī)初始化卷積核，再按照?qǐng)D像每點(diǎn)的梯度方向閾值對(duì)卷積核進(jìn)行方向化；

步驟104、將方向化后的卷積核與原始圖像進(jìn)行卷積，通過(guò)邊界填充操作保持卷積前后圖像分辨率不變。

進(jìn)一步的，步驟101中提取灰度圖像梯度信息的具體操作為：

sobel算子包含兩組3×3的矩陣，將sobel算子與灰度圖像作平面卷積，分別得出橫向及縱向的圖像梯度；

以A代表原始圖像，G_x為經(jīng)橫向卷積后的梯度值圖像，G_y代表經(jīng)縱向卷積后的梯度值圖像，其公式如下：

計(jì)算灰度圖像的梯度幅值圖G和梯度方向圖θ：

進(jìn)一步的，步驟102中將所述原始梯度方向圖做閾值化處理的具體操作為：

設(shè)A為原始圖像，分辨率為w×h，θ為原始梯度方向圖，C為閾值化后的梯度方向圖，則：