[發(fā)明專利]基于神經(jīng)網(wǎng)絡的圖像分類方法、裝置、設備及介質

在審

• 申請?zhí)枺?/td>: 202310254543.5
• 申請日: 2023-03-10
• 公開（公告）號: CN116342941A
• 公開（公告）日: 2023-06-27
• 發(fā)明（設計）人: 鄭喜民;王穎妮;舒暢;陳又新
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06V10/40;G06V40/10;G06N3/0464;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;石良武

1.一種基于神經(jīng)網(wǎng)絡的圖像分類方法，其特征在于，包括：

獲取樣本圖像；

對所述樣本圖像進行顯著性映射，得到特征圖像；

將特征圖像進行歸一化處理，得到所述特征圖像的初始分類結果；

將初始分類結果輸入到訓練好的神經(jīng)網(wǎng)絡分類模型中，得到所述初始分類結果的分類評分；

當使所述分類評分大于預設值時，則將所述初始分類結果作為最終分類結果輸出。

2.如權利要求1所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，其特征在于，所述對所述樣本圖像進行顯著性映射，得到特征圖像的步驟包括：

獲取所述樣本圖像與圖像類型對應的特征映射；

根據(jù)所述特征映射，并基于積分梯度算法生成顯著性映射關系；

根據(jù)所述顯著性映射關系對所述樣本圖像進行顯著性映射，得到特征圖像。

3.如權利要求2所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，其特征在于，所述特征映射為：

Z∈i^D×H×W；

其中，Z為圖像的特征映射，i為圖像中的元素，D為神經(jīng)元的個數(shù)；H為圖像高度方向上像素的個數(shù)；W為圖像寬度方向上像素的個數(shù)。

4.如權利要求3所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，其特征在于，所述顯著性映射關系為：

其中，x為輸入圖像，為基準圖像，α為積分變量；取值范圍為[0,1]，Z為圖像的特征映射，f為非線性映射函數(shù)。

5.如權利要求4所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，，其特征在于，所述將特征圖像進行歸一化處理，得到所述特征圖像的初始分類結果的步驟包括：

基于聚合函數(shù)將所述顯著性映射沿所述特征圖像的通道維數(shù)進行聚合，得到聚合圖像；

將所述聚合圖像歸一化處理，得到所述初始分類結果；；

其中，所述聚合函數(shù)為：

β＝║s0，s║。

6.如權利要求5所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，，其特征在于，所述將初始分類結果輸入到訓練好的神經(jīng)網(wǎng)絡分類模型中，得到所述初始分類結果的分類評分的步驟包括：

基于蒙特卡洛采樣法計算所述初始分類結果的分類評分，其計算公式為：

其中，r為空間激活值，r＝Z_{D，i，j}，i為圖像中的元素，j為圖像中的元素，D為神經(jīng)元的個數(shù)；s∪d為每次迭代中隨機選擇的神經(jīng)元子集中包含神經(jīng)元d的集合；s為每次迭代中隨機選擇的神經(jīng)元子集中不包含神經(jīng)元d的集合；M為蒙特卡洛采樣運算符，r_b*為初始分類結果對應的分類類型的空間激活值，r_ε為其他分類類型的空間激活值。

7.如權利要求1所述的基于神經(jīng)網(wǎng)絡的圖像分類方法，，其特征在于，所述神經(jīng)網(wǎng)絡分類模型的訓練步驟，包括：

獲取訓練圖像；

對所述訓練圖像進行顯著性映射，得到特征訓練區(qū)域圖像和非特征訓練區(qū)域圖像；

提取所述特征訓練區(qū)域圖像第一高維特征和所述非特征訓練區(qū)域圖像的高維特征第二高維特征；

將所述第一高維特征和所述第二高維特征輸入到神經(jīng)網(wǎng)絡分類初始模型中進行訓練，直到所述神經(jīng)網(wǎng)絡分類初始模型的卷積神經(jīng)網(wǎng)絡收斂，得到所述神經(jīng)網(wǎng)絡分類模型。

8.一種基于神經(jīng)網(wǎng)絡的圖像分類裝置，其特征在于，包括：

樣本圖像獲取模塊，用于獲取樣本圖像；

特征圖像獲取模塊，用于對所述樣本圖像進行顯著性映射，得到特征圖像；

初始分類模塊，用于將特征圖像進行歸一化處理，得到所述特征圖像的初始分類結果；

分類評分獲取模塊，用于將初始分類結果輸入到訓練好的神經(jīng)網(wǎng)絡分類模型中，得到所述初始分類結果的分類評分；

結果輸出模塊，用于當使所述分類評分大于預設值時，則將所述初始分類結果作為最終分類結果輸出。