本發(fā)明屬于圖像處理與模式識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于空間金字塔的深度卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別算法

背景技術(shù)：

空間金字塔是首先提取原圖像的全局特征，然后在每個(gè)金字塔水平把圖像劃分為細(xì)網(wǎng)格序列，從每個(gè)金子塔水平的每個(gè)網(wǎng)格中提取特征，并把其連接成一個(gè)大的特征向量。

卷積神經(jīng)網(wǎng)絡(luò)近年來(lái)在圖像處理方面取的了不俗的成就，得到了廣泛的運(yùn)用。隨后，更多的科研工作者對(duì)經(jīng)典網(wǎng)絡(luò)進(jìn)行了修改。為了獲得更佳的圖像識(shí)別結(jié)果，本專利借鑒了空間金子塔的思維，提出了一種新的深度卷積神經(jīng)網(wǎng)絡(luò)，獲得了相較于傳統(tǒng)方法更好的識(shí)別效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提出一種基于空間金字塔方式的深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方式，提高圖像模式識(shí)別的能力。

本發(fā)明所采用的技術(shù)方案是：一種基于空間金字塔的卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法，其特征在于，包括以下步驟：

步驟1：前向傳播，具體實(shí)現(xiàn)包括以下子步驟：

步驟1.1：建立帶m個(gè)卷積層、m-1個(gè)池化層的前半部分卷積神經(jīng)網(wǎng)絡(luò)；

步驟1.2：將m個(gè)卷積層分別進(jìn)行池化，得到m類特征，然后分別將其連接成一個(gè)大的特征向量，最后再連接成一個(gè)總的特征向量作為圖像的最終特征；

步驟1.3：對(duì)最終特征向量進(jìn)行一次全連接和softmax分類，獲得卷積神經(jīng)網(wǎng)絡(luò)；

步驟1.4：將整個(gè)卷積神經(jīng)網(wǎng)絡(luò)的所有權(quán)值通過(guò)經(jīng)驗(yàn)公式進(jìn)行初始化，然后將訓(xùn)練圖片x輸入初始化后的卷積神經(jīng)網(wǎng)絡(luò)，按照前向傳播公式進(jìn)行傳播；

步驟2：反向調(diào)節(jié)。

本發(fā)明的有益效果是：提出了一種新的卷積神經(jīng)網(wǎng)絡(luò)算法結(jié)構(gòu)，并提高了識(shí)別效率。

附圖說(shuō)明

圖1：本發(fā)明實(shí)施例的方法原理圖。

具體實(shí)施方式

為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說(shuō)明和解釋本發(fā)明，并不用于限定本發(fā)明。

請(qǐng)見(jiàn)圖1，本發(fā)明提供的一種基于空間金字塔的卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法，包括以下步驟：

步驟1：前向傳播，具體實(shí)現(xiàn)包括以下子步驟：

步驟1.1：建立帶3個(gè)卷積層、2個(gè)池化層的前半部分卷積神經(jīng)網(wǎng)絡(luò)；

步驟1.2：將3個(gè)卷積層分別進(jìn)行池化，得到3類特征，然后分別將其連接成一個(gè)大的特征向量，最后再連接成一個(gè)總的特征向量作為圖像的最終特征；

輸入圖片后通過(guò)卷積核和隱層偏置獲得第一個(gè)卷積層的特征圖，第一層的卷積特征圖x¹由如下公式得到；

其中：表示第1個(gè)卷積層的第j張?zhí)卣鲌D，表示輸入圖片經(jīng)過(guò)預(yù)處理后x⁰的第i張圖片，n0表示x⁰圖片的張數(shù)；表示第1層的第j個(gè)二維卷積核，表示第1個(gè)隱層第j個(gè)特征圖的偏置；δ表示sigmiod函數(shù)，mp表示得到的為特征圖；

j＝1.2......n1；n1為第一層的卷積核個(gè)數(shù)，也是第1個(gè)卷積特征圖的張數(shù)；

將獲得的卷積層特征圖經(jīng)過(guò)2*2的均勻池化進(jìn)行下采樣，得到行列均為原來(lái)一半的特征圖v¹；

v¹＝mean-pooling{x¹}；

其中，mean-pooling表示均勻池化

則每一個(gè)卷積層的特征圖都能通過(guò)以下公式得到；

每一個(gè)池化層的特征圖都能通過(guò)以下公式得到；

v^l＝mean-pooling{x^l}；

共計(jì)得到3個(gè)卷積層的特征圖，即x¹,x²,x³，然后借鑒空間金子塔的方式，將3個(gè)卷積層的特征圖進(jìn)行畫網(wǎng)格的方式進(jìn)行特征提取，本實(shí)施例采取的是將第1個(gè)卷積層畫分為4*4的網(wǎng)格，然后每個(gè)網(wǎng)格通過(guò)均勻池化提取一個(gè)特征，最終第1個(gè)卷積層經(jīng)過(guò)特征提取后成為一個(gè)4*4的特征圖p¹；

將第1個(gè)卷積層畫分為4*4的網(wǎng)格，然后每個(gè)網(wǎng)格通過(guò)均勻池化提取一個(gè)特征，最終第1個(gè)卷積層經(jīng)過(guò)特征提取后成為一個(gè)4*4的特征圖p¹；

p¹＝mean-pooling(v¹)；

同理根據(jù)以下公式得到3類特征圖p¹,p²,p³；

p^l＝mean-pooling(v^l)；

其中，池化窗口大小和步長(zhǎng)隨著輸入圖片大小的改變而改變；p¹,p²,p³的大小分別為預(yù)設(shè)的4*4，2*2，1*1；然后將按列聚合成大小為16的列向量,p¹聚合成16*6＝96的列向量，同理可將p²聚合為大小為2*2*16＝64的列向量，將p³聚合為大小為1*1*120＝120的列向量，最后聚合成一個(gè)總大小為280的列向量p作為輸入圖片的特征。

步驟1.3：對(duì)最終特征向量進(jìn)行一次全連接和softmax分類，獲得卷積神經(jīng)網(wǎng)絡(luò)；

步驟1.4：將整個(gè)卷積神經(jīng)網(wǎng)絡(luò)的所有權(quán)值通過(guò)經(jīng)驗(yàn)公式進(jìn)行初始化，然后將訓(xùn)練圖片x輸入初始化后的卷積神經(jīng)網(wǎng)絡(luò)，按照前向傳播公式進(jìn)行傳播；

將整個(gè)卷積神經(jīng)網(wǎng)絡(luò)的所有權(quán)值通過(guò)經(jīng)驗(yàn)公式進(jìn)行初始化，是根據(jù)經(jīng)驗(yàn)公式初始化隨機(jī)生成輸入單元與隱層單元之間的權(quán)值wkj和隱層單元的偏置bj，

設(shè)置b初始值均為0；

其中，w表示權(quán)值，l表示卷積網(wǎng)絡(luò)第l層，j表示卷積神經(jīng)網(wǎng)絡(luò)第l卷積層第j個(gè)神經(jīng)元，k表示全連接層第k層，layerinput表示這一層輸入神經(jīng)元個(gè)數(shù)，layeroutput表示這一層的輸出神經(jīng)元個(gè)數(shù)；k^l是第l個(gè)卷積層卷積核的大小，此公式可以令初始化的權(quán)值在-1到1之間。

每一張輸入的圖片表示為x，輸入卷積神經(jīng)網(wǎng)絡(luò)的圖像表示為x⁰；當(dāng)輸入的圖片為灰度圖片時(shí)，x⁰＝x；當(dāng)輸入圖片為彩色圖片時(shí)，通過(guò)以下公式灰度化，x⁰＝rgb2gray(x)。

輸入訓(xùn)練圖像x及其標(biāo)簽，利用如下前向傳導(dǎo)公式計(jì)算每層輸出值；hw,b(x)＝f(w^tx+b)

其中，h(w,b)(x)表示神經(jīng)元輸出值，w^t表示權(quán)值的轉(zhuǎn)置，b表示偏置，f表示激活函數(shù)。

步驟2：反向調(diào)節(jié)；具體實(shí)現(xiàn)包括以下子步驟：

步驟2.1：通過(guò)如下公式根據(jù)標(biāo)簽值和利用前向傳導(dǎo)公式計(jì)算得到的最后一層輸出值計(jì)算出最后一層偏差；

其中，jl為l層的損失函數(shù)，為輸出層神經(jīng)元輸出值，hw,b(x⁽ⁱ⁾)為第i張圖片的輸出值，y⁽ⁱ⁾表示第i張輸入圖片的標(biāo)簽。

步驟2.2：根據(jù)最后一層偏差計(jì)算各層偏差，從而求得梯度方向，根據(jù)如下公式更新權(quán)值：

本實(shí)施例在反向調(diào)節(jié)過(guò)程中調(diào)節(jié)卷積層x¹,x²時(shí)，有兩個(gè)方向傳來(lái)的梯度，本算法通過(guò)將兩個(gè)方向的梯度相加來(lái)進(jìn)行調(diào)節(jié)。

本實(shí)施例輸入一定數(shù)量的圖片到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)中，經(jīng)過(guò)前向傳播得到分類結(jié)果，與自帶標(biāo)簽進(jìn)行比較，相同則正確。由此得到網(wǎng)絡(luò)算法的正確率。

應(yīng)當(dāng)理解的是，本說(shuō)明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。

應(yīng)當(dāng)理解的是，上述針對(duì)較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對(duì)本發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā)明的請(qǐng)求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。