一种基于分块卷积神经网络的细粒度图像分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111860672A(43)申请公布日2020.10.30(21)申请号202010738474.1(22)申请日2020.07.28(71)申请人北京邮电大学地址100876北京市海淀区西土城路10号(72)发明人马占宇谢吉洋杜若一司中威(74)专利代理机构北京挺立专利事务所(普通合伙)11265代理人高福勇(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于分块卷积神经网络的细粒度图像分类方法(57)摘要一种基于分块卷积神经网络的细粒度图像分类方法，涉及细粒度图像识别技术领域，解决现有方法将原始图像平均分块后输入到卷积神经网络中用于细粒度图像分类，存在感受野限制较弱的问题，本发明不引入额外的参数与运算，在预测过程中保留通用卷积神经网络的高效性，不需要过大的感受野的特性将输入特征图进行分块，每块分别进行卷积操作后，再重新拼接，具有较强的限制性。本发明将卷积的感受野按需要进行限制，使网络更加关注局部区域的特征，更适合应用于细粒度图像分类任务。本发明所述的细粒度图像分类方法，在不引入更多参数的前提下，限制卷积层的感受野范围，使卷积神经网络能够寻找较小的有判别力的局部区域。CN111860672ACN111860672A权利要求书1/2页1.一种基于分块卷积神经网络的细粒度图像分类方法，设定分块卷积神经网络共有L个分块卷积层，l为当前分块卷积层的层数，1≤l≤L，初始化为l＝1；其特征是：该方法由以下步骤实现：步骤一、对于第l个分块卷积层f(·；Ω(l))，获取其输入特征图为x(l)；所述为卷积核参数，R表示实数，c(l)为输入特征图通道数，c(l+1)为输出特征图通道数，·表示函数的输入，和为每个卷积核的宽和高；表示维度为的实矩阵；所述输入特征图为第l-1个分块卷积层的输出特征图，x(1)为模型输入，W(l)和H(l)为输入特征图的宽和高；步骤二、当l＝1时，设置m1＝n1＝1；当l＞1时，通过下式计算输入特征图上的每行分块数ml和每列分块数nl：式中，和分别为输入特征图x(l)的理论感受野的宽和高，且和为所述理论感受野在宽和高维度上的收缩因子，和分别为第l′层分块卷积层的卷积核在特征图的宽和高维度上的步长，为向上取整操作；步骤三、根据步骤二中获得的输入特征图上每行每列分块数ml和nl，随机采样获得特征图分块的宽和高并且和均为正整数，步骤四、根据步骤三获得的特征图分块的宽和高将输入的特(l)征图x分成ml×nl块，获得分块特征图集合步骤五、采用步骤一中的卷积核参数Ω(l)分别对步骤四获得的所有进行卷积，获得对应卷积输出特征图步骤六、将步骤五获得的卷积输出特征图按原位置进行拼接，获得分块卷积神经2CN111860672A权利要求书2/2页网络中的第l个卷积层的输出特征图步骤七、对于L个分块卷积层，均按照步骤一至六进行操作，直至获得最后第L个分块卷积层的输出特征图x(L+1)，将x(L+1)输入到全连接层中，获得细粒度图像分类的输出概率p∈Rn，n是类别数，实现细粒度图像的分类。2.根据权利要求1所述的一种基于分块卷积神经网络的细粒度图像分类方法，其特征在于：还包括步骤八，采用交叉熵LCE(t，p)和真实类别t对细粒度图像分类的输出概率p进行优化：LCE(t，p)＝-lnpt。3.根据权利要求1所述的一种基于分块卷积神经网络的细粒度图像分类方法，其特征在于：步骤二中，所述理论感受野的宽和高维度上的收缩因子的范围分别为：4.根据权利要求1所述的一种基于分块卷积神经网络的细粒度图像分类方法，其特征在于：采用下述步骤替换步骤二至步骤六，具体为：步骤A、设定所述输出特征图上的每行每列分块数ml和nl，随机采样得到特征图分块的宽和高并且和均为正整数，步骤B、在输入的特征图x(l)上按列每隔插入列全零列向量，按行每隔插入行全零行向量，和分别为卷积核在特征图宽和高维度上的步长，为向下取整操作，获得处理后的特征图步骤C、采用步骤一获得的卷积核参数Ω(l)对直接进行卷积，获得卷积输出特征图步骤D：按照步骤C中插入全零列向量和行向量的位置，将卷积输出特征图中插入的向量去除，去除的列标号为去除的行标号为获得分块卷积神经网络中的第l个卷积层的输出特征图3CN111860672A说明书1/6页一种基于分块卷积神经网络的细粒度图像分类方法技术领域[0001]本发明涉及细粒度图像识别技术领域，具体涉及一种基于分块卷积神经网络的细粒度图像分类方法。背景技术[0002]在细粒度图像识别技术领域中，现有基于人工智能和深度学习的方法大多直接将图像输入到卷积神经网络(ConvolutionalNeura