[發(fā)明專(zhuān)利]一種基于希爾伯特分形曲線的圖像卷積方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310073562.8
• 申請(qǐng)日: 2023-01-20
• 公開(kāi)（公告）號(hào): CN115909014A
• 公開(kāi)（公告）日: 2023-04-04
• 發(fā)明（設(shè)計(jì)）人: 鄧若愚;胡尚薇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 同濟(jì)人工智能研究院（蘇州）有限公司
• 主分類(lèi)號(hào): G06V10/82
• 分類(lèi)號(hào): G06V10/82;G06V10/764;G06V10/774
• 代理公司: 蘇州見(jiàn)山知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32421
• 代理人: 袁麗花

1.一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，包括：

1)根據(jù)卷積輸出大小模式選擇對(duì)輸入的圖像進(jìn)行填充操作；

2)塊索引與重排：對(duì)填充后的輸入圖像按照希爾伯特分形的索引序號(hào)進(jìn)行圖像塊讀取和重新排列的操作；

3)互相關(guān)運(yùn)算：對(duì)重排后的圖像塊進(jìn)行步長(zhǎng)等于卷積核大小的卷積互相關(guān)運(yùn)算；

4)局部特征聚合：使用深度可分離的一維卷積對(duì)步驟3的輸出進(jìn)行步長(zhǎng)為1的卷積互相關(guān)運(yùn)算；

5)復(fù)原輸入的二維結(jié)構(gòu)：將步驟4的輸出按照希爾伯特分形的索引進(jìn)行反向的重排操作，并輸出。

2.根據(jù)權(quán)利要求1所述的一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，

所述填充操作包括：在輸入大小等于輸出模式下，對(duì)輸入邊沿進(jìn)行填充操作。

3.根據(jù)權(quán)利要求1所述的一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，

所述的步驟2)中，所述的重新排列圖像塊是按照希爾伯特分形的索引繼續(xù)的，具體包括以下步驟：

X＝{X₁，X₂，X₃，X₄，…，X_l}

X′＝{X₁，X₂，X_m+2，X_m+1，…，X_a}

其中，X為原始輸入圖像，X_l為輸入圖像一個(gè)分塊，X′為使用希爾伯特索引分塊重新排列的輸入圖像；l為圖像分塊的個(gè)數(shù)，a為輸入圖像的行列數(shù)。

4.根據(jù)權(quán)利要求3所述的一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，所述的步驟3)中，對(duì)重排后的X′進(jìn)行步長(zhǎng)s等于卷積核大小k的常規(guī)卷積操作：

其中，K為一個(gè)二維的卷積核，m和n分別為卷積核在輸入的二維平面上按行和列分別能夠滑動(dòng)的次數(shù)，S(i，j)為卷積核K在當(dāng)前圖像塊X(i，j)經(jīng)過(guò)互相關(guān)運(yùn)算的輸出。

5.根據(jù)權(quán)利要求4所述的一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，所述的步驟4)中，對(duì)步驟3)的輸出進(jìn)行深度可分離一維卷積操作，具體包括以下步驟：

1)通道可分離卷積核的大小默認(rèn)為3，步長(zhǎng)默認(rèn)為1，填充大小默認(rèn)為1，填充值默認(rèn)為零值；

2)使用該通道可分離卷積核對(duì)步驟3的輸出進(jìn)行步長(zhǎng)為1的卷積互相關(guān)運(yùn)算。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的一種基于希爾伯特分形曲線的圖像卷積方法，其特征在于，所述的步驟5)中，具體步驟如下：

1)生成希爾伯特分形的索引矩陣；

2)使用矩陣操作的廣播機(jī)制，根據(jù)先前的索引記錄，重新排列圖像塊；

3)輸出二維結(jié)構(gòu)的卷積操作后的圖像。

7.一種圖像分類(lèi)網(wǎng)絡(luò)的構(gòu)建方法，其特征在于，包括：

S1、根據(jù)權(quán)利要求1-6任一項(xiàng)所述的方法構(gòu)建一個(gè)希爾伯特卷積層，然后依次連接多個(gè)普通卷積層，作為構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)；

S2、輸入一批圖像至構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)中；

S3、輸出卷積網(wǎng)絡(luò)運(yùn)算后的特征圖；

S4、將步驟S3的特征圖輸入到分類(lèi)頭中，所述分類(lèi)頭包含全連接層和激活函數(shù)層，并輸出分類(lèi)分?jǐn)?shù)；

S5、輸入監(jiān)督信息，即圖像標(biāo)簽；

S6、使用所述監(jiān)督信息，分別對(duì)分類(lèi)頭的輸出和標(biāo)簽One-Hot向量計(jì)算交叉熵?fù)p失；

S7、使用反向梯度傳播算法，經(jīng)過(guò)100代的迭代訓(xùn)練網(wǎng)絡(luò)模型；

S8、損失收斂后，獲得圖像分類(lèi)網(wǎng)絡(luò)參數(shù)，得到最終網(wǎng)絡(luò)模型。