[發(fā)明專利]基于互信息增強的自監(jiān)督新穎性檢測方法

在審

• 申請?zhí)枺?/td>: 202110908117.X
• 申請日: 2021-08-09
• 公開（公告）號: CN113592016A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 何鳴;孫柳;張政超;王念濱;王紅濱;周連科;王勇
• 申請（專利權(quán)）人: 哈爾濱工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 哈爾濱市松花江專利商標事務(wù)所 23109
• 代理人: 岳泉清

1.基于互信息增強的自監(jiān)督新穎性檢測方法，其特征在于所述方法具體過程為：將待檢測的圖像輸入到訓練好的自監(jiān)督新穎性檢測模型的自編碼器網(wǎng)絡(luò)中進行新穎性檢測，獲得檢測結(jié)果；

所述自監(jiān)督新穎性檢測模型包括：自編碼器網(wǎng)絡(luò)、隱鑒別器D_z、鑒別器D_x、分類器Q；

所述自編碼器網(wǎng)絡(luò)包括：生成器G和編碼器E，所述編碼器E用于將待檢測圖像轉(zhuǎn)化為在潛在空間中對應(yīng)的隱向量；所述生成器用于將隱向量轉(zhuǎn)化為重構(gòu)的圖像；

所述隱鑒別器D_z包括：3層全連接層，用于與編碼器E進行對抗訓練，使得潛在空間的分布近似于標準高斯分布

所述鑒別器D_x用于與生成器G進行對抗訓練，使得生成器可以更好的生成類內(nèi)樣本；

所述分類器Q用于對生成器生成的圖像進行分類；

所述潛在空間是隱向量組成的空間，也就是編碼器和生成器中間的空間。

2.根據(jù)權(quán)利要求1所述的基于互信息增強的自監(jiān)督新穎性檢測方法，其特征在于：所述訓練好的自監(jiān)督新穎性檢測模型，通過以下方式獲得：

步驟一、獲取多類目標圖像數(shù)據(jù)集，并將數(shù)據(jù)集劃分訓練集和測試集；

所述訓練集為類內(nèi)圖像數(shù)據(jù)一部分；

所述測試集包括：另一部分類內(nèi)圖像數(shù)據(jù)以及類外圖像數(shù)據(jù)；

所述類內(nèi)圖像數(shù)據(jù)為獲取的多類目標圖像數(shù)據(jù)集中的已知類，其中訓練時每次僅將一個類視為已知類；

所述類外圖像數(shù)據(jù)為獲取的多類目標圖像數(shù)據(jù)集中的未知類；

步驟二、對步驟一獲得的訓練集中的圖像數(shù)據(jù)進行數(shù)據(jù)增強處理，獲得增強后的訓練集，并將增強后的訓練集中的圖像數(shù)據(jù)輸入到編碼器中獲得增強圖像數(shù)據(jù)在潛在空間中對應(yīng)的隱向量；

步驟三、構(gòu)建自監(jiān)督新穎性檢測模型，并利用增強后的訓練集訓練自監(jiān)督新穎性檢測模型，獲得訓練好的自監(jiān)督新穎性檢測模型；

步驟四、將測試集輸入到自編碼器網(wǎng)絡(luò)中測試自監(jiān)督新穎性檢測模型，獲得準確率大于預(yù)設(shè)準確率閾值的自監(jiān)督新穎性檢測模型。

3.根據(jù)權(quán)利要求2所述的基于互信息增強的自監(jiān)督新穎性檢測方法，其特征在于：所述步驟一中獲取多類目標圖像數(shù)據(jù)集，并將數(shù)據(jù)集劃分訓練集和測試集，還可以通過以下方式劃分訓練集和測試集：

所述訓練集為數(shù)據(jù)集網(wǎng)站下載的訓練集中全部類內(nèi)圖像數(shù)據(jù)；

所述測試集為數(shù)據(jù)官網(wǎng)站下載的測試集。

4.根據(jù)權(quán)利要求2所述的基于互信息增強的自監(jiān)督新穎性檢測方法，其特征在于：所述步驟二中對步驟一獲得的訓練集中的圖像數(shù)據(jù)進行數(shù)據(jù)增強處理，獲取增強后的訓練集，包括以下步驟：

步驟二一、定義k個離散的幾何變換

其中，t(.|y)是對訓練集中的類內(nèi)圖像數(shù)據(jù)進行標簽y的幾何變換，k為幾何變換的個數(shù)，y是訓練集中圖像數(shù)據(jù)的標簽，y∈[1,k]；

步驟二二、獲取增強后的訓練集中的類內(nèi)圖像數(shù)據(jù)的集合：

t(X|y)＝Rot(X,(y-1)*90) (1)

其中，t(X|y)是增強后的訓練集中的類內(nèi)圖像數(shù)據(jù)的集合，Rot(img,Angle)表示對圖像Img進行中心旋轉(zhuǎn)操作，Angle是旋轉(zhuǎn)角度。

5.根據(jù)權(quán)利要求4所述的基于互信息增強的自監(jiān)督新穎性檢測方法，其特征在于：所述步驟二中獲取的增強圖像數(shù)據(jù)在潛在空間中對應(yīng)的隱向量為z＝E(X^y)；

其中，X^y＝t(X|y)是增強后的類內(nèi)圖像數(shù)據(jù)集，E(·)是編碼器輸出的數(shù)據(jù)。