[發明專利]基于四元Sigmoid激活函數的圖像分類方法及系統

在審

• 申請號: 202211075625.5
• 申請日: 2022-09-05
• 公開（公告）號: CN115424071A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 蓋杉;態頁鶴
• 申請（專利權）人: 南昌航空大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/42;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 萬慧華

1.一種基于四元Sigmoid激活函數的圖像分類方法，其特征在于，所述方法包括：

獲取待分類圖像；

利用基于四元Sigmoid激活函數的圖像分類網絡對所述待分類圖像進行圖像分類；

所述基于四元Sigmoid激活函數的圖像分類網絡包括并聯結構層；所述并聯結構層包括：拼接層、四元Sigmoid激活函數支路和卷積支路；所述四元Sigmoid激活函數支路和所述卷積支路并聯；

所述四元Sigmoid激活函數支路利用四元激活函數對四元特征矩陣進行前向傳播計算后，再進行卷積操作，得到四元特征激活處理數據；所述卷積支路對四元特征矩陣進行卷積操作，得到四元卷積處理數據；所述拼接層將所述四元特征激活處理數據和所述四元卷積處理數據按四元特征矩陣形式拼接。

2.根據權利要求1所述的基于四元Sigmoid激活函數的圖像分類方法，其特征在于，所述四元激活函數為：q＝q_a+q_bi+q_cj+q_dk

其中，q表示四元圖像特征信息，q_a表示四元圖像特征信息的實部分量；q_b表示四元圖像特征信息虛部i的分量；q_c表示四元圖像特征信息虛部j的分量，q_c表示四元圖像特征信息虛部k的分量；

所述四元激活函數中四元數的除法計算公式為：

3.根據權利要求1所述的基于四元Sigmoid激活函數的圖像分類方法，其特征在于，在所述獲取待分類圖像之后，還包括：

將所述待分類圖像進行取均值和方差歸一化處理，并調整為32x32大小的RGB圖。

4.根據權利要求1所述的基于四元Sigmoid激活函數的圖像分類方法，其特征在于，所述基于四元Sigmoid激活函數的圖像分類網絡的訓練過程，具體包括：

獲取訓練圖像；

利用四元卷積層提取所述訓練圖像的四元圖像特征信息；

將所述四元圖像特征信息分別輸入四元Sigmoid激活函數支路和卷積支路；所述四元Sigmoid激活函數支路利用四元激活函數對所述四元圖像特征信息進行前向傳播計算后，再進行卷積操作，得到四元激活處理數據；所述卷積支路對所述四元圖像特征信息進行卷積操作，得到卷積處理數據；

將所述四元激活處理數據和所述卷積處理數據按四元特征矩陣形式拼接，得到四元特征矩陣；

對所述四元特征矩陣進行批量歸一化和RELU激活函數操作，得到歸一化四元特征矩陣；

利用全連接層根據所述歸一化四元特征矩陣計算圖像分類的概率，得到網絡輸出向量；

利用交叉熵損失函數計算所述網絡輸出向量與真實標簽的損失值；

結合所述損失值進行反向傳播，并更新網絡參數，得到基于四元Sigmoid激活函數的圖像分類網絡。

5.根據權利要求4所述的基于四元Sigmoid激活函數的圖像分類方法，其特征在于，在所述對所述四元特征矩陣進行批量歸一化和RELU激活函數操作，得到歸一化四元特征矩陣之后，還包括：

利用四元池化層對所述歸一化四元特征矩陣進行池化操作，得到池化四元特征矩陣；

對所述池化四元特征矩陣依次進行卷積操作、批量歸一化操作和RELU激活函數操作。

6.根據權利要求4所述的基于四元Sigmoid激活函數的圖像分類方法，其特征在于，所述四元激活函數為：q＝q_a+q_bi+q_cj+q_dk

其中，q表示四元圖像特征信息，q_a表示四元圖像特征信息的實部分量；q_b表示四元圖像特征信息虛部i的分量；q_c表示四元圖像特征信息虛部j的分量，q_c表示四元圖像特征信息虛部k的分量；

所述四元激活函數中四元數的除法計算公式為：