一种基于分类卷积神经网络的图像对象识别方法   0    0

本发明公开了一种基于分类卷积神经网络的图像对象识别方法。本发明先设计提取图像中对象位置和类别信息的分类卷积神经网络模型，删除最后一次下采样操作和全连接层，增加一层通道数为分类类别数的卷积操作，对新加卷积操作的输出特征进行局部峰值搜索，然后经过滤波得到特征图中各个通道上的峰值点，求出各通道峰值点的均值并作为类别预测分数；接着在分类数据集上进行训练，使得设计的分类网络中的参数不断得到更新学习；最后用训练完的模型进行测试，利用最后一层卷积层输出的特征和分类网络预测的类别来获得图像中对象的位置和类别信息。本发明使用标注成本较低的分类数据集且训练成本较低，便能预测出图像中对象显著性的位置和类别信息。

1.一种基于分类卷积神经网络的图像对象识别方法，其特征在于先设计提取图像中对象位置和类别信息的分类卷积神经网络模型，即选取常用的分类网络作为主框架，删除最后一次下采样操作和全连接层，增加一层通道数为分类类别数的卷积操作，对新加卷积操作的输出特征进行局部峰值搜索，然后经过滤波得到特征图中各个通道上的峰值点，求出各通道峰值点的均值并作为类别预测分数；接着在分类数据集上进行训练，使得设计的分类网络中的参数不断得到更新学习；最后用训练完的模型进行测试，利用最后一层卷积层输出的特征和分类网络预测的类别来获得图像中对象的位置和类别信息。

2.根据权利要求1所述的一种基于分类卷积神经网络的图像对象识别方法，其特征在于具体包括以下步骤：
步骤(1)设计提取图像中对象位置和类别信息的分类卷积神经网络模型：
1-
1.从常用的分类卷积神经网络中选取ResNet50分类模型作为将要设计分类模型的主要框架，并将ResNet50在超大分类数据集ImageNet上训练完的参数值迁移过来作为设计网络的预训练参数；
1-
2.删除ResNet50分类网络中最后面的全局平均池化层，使得输出的特征有更高的分辨率，从而得到更精确的对象位置信息；
1-
3.删除ResNet50分类网络中最后一层全连接层，使得网络特征在向前预测时一直保留对象位置信息；
1-
4.再在删除修改后的网络后面加上一层步长为1、卷积核为3x3和输出通道数为20的卷积层，该卷积操作输出特征的通道数量等于数据集分类标签数量，让该卷积神经网络输出的通道与分类标签一一对应，从而在各个类别通道内推导出图像中对象显著性位置；
1-
5.对步骤1-4的输出特征中每一个通道进行滤波，选取出每一通道内局部峰值点，并将每一通道内筛选出的峰值点的均值作为最后分类类别的概率打分值；具体对输出特征用
3x3大小的窗口在每一个通道上进行扫描，找到所有局部峰值点；再筛选出每一通道内所有大于通道特征中位数和固定阈值的局部峰值点，然后求出每一通道内被筛选出的峰值点的均值作为最后预测分类20个类别的概率打分值；其中，使用3x3大小、步长为1的最大池化操作寻找局部峰值点；设定的阈值大小为30；
步骤(2)在指定的PASCAL VOC2012多标签图像数据集上，对设计的新网络参数进行多标签训练，使用Sigmoid操作的多标签损失函数作为训练指标，使得预测的分类结果不断接近真实标签；
步骤(3)对训练完的新分类网络，输入一张图像，提取出最后一层卷积输出的特征和预测的多分类结果，将特征用双线性插值的方法放大到原图大小，选择预测存在类别的通道，这些类别通道将提供对象显著区域的位置信息；即对存在的某一类别，所对应的类别特征通道会以峰值的形式描述该类别对象显著区域的位置，从而描述了不同对象位置和类别信息。