[发明专利]一种基于底层融合特征的深度置信网络图像分类协议

说明书

技术领域

本发明涉及一种自然界图像的分类算法，尤其涉及一种基于底层融合特征的深度置信网络图像分类协议，适用于图像信息、图像分类与检索技术领域。

背景技术

随着数字技术、信息技术和多媒体技术的快速发展，数字图像已成为人们日常生活中不可缺少的一部分，而且图像的数量正以惊人的速度增长，面对越来越多的图像信息，图像分类与检索已成为研究的重点。传统的基于文本和标注的分类与检索方法存在一些缺点：费时、费力；数字图像的快速增加使得对全部图像做标注几乎变得不可能；标注者主观影响很大。这使得基于文本和标注的图像分类和检索的发展受到限制。随后有大量研究基于内容的图像分类与检索(Content Based Image Retrieval-CBIR)展开，该技术克服了人工标注的缺点，可以实现自动、智能化的分类、检索与管理。图像分类问题目前的难点主要体现在两方面：(1)特征的选择和提取问题；(2)分类器的选择和学习问题。

特征选择和提取是图像分类的基础。图像特征有两类，一类是底层视觉特征，包括颜色、形状和纹理特征、SIFT(尺度不变特征转换)特征等；另一类是中层语义特征，主要有语义特征、区域语义概念特征、BOW特征等。

在分类器方法，当前的多数分类学习算法多为浅层结构算法，包括常见的支持向量机(SVM)、Booting和Logistic Regre-ssion等。SVM应用的典型流程是首先提取出图像局部特征，并形成特征码，然后将每幅图像的局部特征所形成特征单词的直方图作为特征，最后通过SVM进行训练得到模型，其局限性在于有限样本和计算单元情况下对复杂函数的表示能力有限，针对复杂分类问题其泛化能力受到一定制约。BP算法是传统训练多层网络的典型算法，而实际上对于仅包含几层的网络，该训练方法就已很不理想。深度学习通过组合底层特征形成更加抽象的高层表示(属性类别或特征)，以发现数据的分布式特征表示。使用高维的图像描述符和线性分类器相结合的方法是目前较常用的图像分类方法。

Lecun Y等(Lecun Y，Bottou L，Bengio Y，et al.Gradlent-based learning applied to document recognition[Ｊ].Proceedings of the IEEE，1998，86(11)∶2278-2324)提出了基于贪心逐层非监督学习过程的深度置信网络(DBN)的概念。DBN由多层受限波尔兹曼机(Restricted Boltzann Mechines-RBM)组成的深层神经网络结构，解决了传统BP算法训练多层神经网络的难题。DBN作为一种深度学习网络，其本质上把学习结构看作一个网络，则深度学习的核心思路如下：(1)无监督学习用于每一层网络的预训练；(2)每次用无监督学习只训练一层，将其训练结果作为其高一层的输入；(3)用监督学习去调整所有层，也就是堆叠多个层，上一层的输出作为下一层的输入。通过这种方式，即可实现对输入信息的分级表达。深度置信网络训练可分成两阶段，第一阶段是无监督特征学习；第二阶段是有监督网络参数微调和分类。目前深度置信网络已成功应用于手写字体识别、语音识别等领域，取得了较好的效果。

随后，大量学者进行了相关研究，并对DBN算法进行了改进，如孙劲光等(孙劲光，蒋金叶，孟祥福 一种数值属性的深度置信网络分类方法[Ｊ]计算机工程2014 33(18)125-131)提出数值属性的DBN，并在UCI的多个数据集上进行对比验证，证明其有效性。付燕等(付燕 鲜艳明等 基于多特征和改进SVM集成的图像分[Ｊ]计算机工程 2011 37(21)：196-199)认为现有图像分类方法不能充分利用图像各单一特征之间的优势互补特性面，导致分类不精确，其采用主成分分析对所提取的特征进行变换，使用支持向量机的集成分类器进行分类，通过仿真实验表明多特征比单一特征具有更好的图像分类精度和更快的分类速度。

发明内容

本发明的目的是克服现有单一特征描述符及浅层结构分类算法分类正确率较低、效率较低的问题，提供一种分类正确率高、效率高的深度置信网络图像分类协议。

为了解决上述技术问题，本发明的技术方案是提供一种基于底层融合特征的深度置信网络图像分类协议，其特征在于，步骤为：

步骤1：提取样本图像中的颜色、纹理和形状特征，构成多特征融合的权重矩阵；

步骤2：对所述权重矩阵进行归一化处理；

步骤3：利用归一化处理后的权重矩阵作为原始数据对深度置信网络进行训练和测试，得出分类结果。