[发明专利]基于单像素探测器的免成像分类方法和系统

权利要求书

1.一种基于单像素探测器的免成像分类方法，其特征在于，包括以下步骤：

根据深度神经网络设计特定的编码网络和解码网络，并建立物体类别数据集，对所述编码网络和所述解码网络进行训练；

将所述编码网络和所述解码网络作为整体同时训练，且所有参数均进行更新；

固定所述编码网络的调制掩膜参数，单独训练所述解码网络，得到最优网络模型；以及

利用单像素探测器采集由所述编码网络调制后的当前耦合测量值，将所述当前耦合测量值输入所述解码网络中，确定物体类别的预测结果。

2.根据权利要求1所述的方法，其特征在于，其中，

所述编码网络用于获取预设的二值空间光调制掩膜，其输入是实际物体的图像，输出为耦合的单像素一维测量值；

所述解码网络对物体类别进行预测，其输入为所述单像素一维测量值，输出为对所述物体类别的预测结果。

3.根据权利要求2所述的方法，其特征在于，所述解码网络包括：

推论结构，用于将所述一维测量值转换为二维数据；

分类网络，用于根据所述二维数据得到所述预测结果。

4.根据权利要求1所述的方法，其特征在于，在将所述编码网络和所述解码网络作为整体同时训练时，对所述编码网络的参数进行二值化操作，以实现二值调制。

5.根据权利要求4所述的方法，其特征在于，所述利用单像素探测器采集由所述编码网络调制后的当前耦合测量值，将所述当前耦合测量值输入所述解码网络中，确定物体类别的预测结果，进一步包括：

使用训练好的最优编码网络对光路进行二值调制，并用单像素探测器采集得到耦合测量值，然后将该耦合测量值序列输入到解码网络中，确定物体类别的预测结果。

6.一种基于单像素探测器的免成像分类系统，其特征在于，包括：

设计模块，用于根据深度神经网络设计特定的编码网络和解码网络，并建立物体类别数据集，对所述编码网络和所述解码网络进行训练；

训练模块，用于将所述编码网络和所述解码网络作为整体同时训练，且所有参数均进行更新；

固定模块，用于固定所述编码网络的调制掩膜参数，单独训练所述解码网络，得到最优网络模型；以及

确定模块，用于利用单像素探测器采集由所述编码网络调制后的当前耦合测量值，将所述当前耦合测量值输入所述解码网络中，确定物体类别的预测结果。

7.根据权利要求6所述的系统，其特征在于，其中，

所述编码网络用于获取预设的二值空间光调制掩膜，其输入是实际物体的图像，输出为耦合的单像素一维测量值；

所述解码网络对物体类别进行预测，其输入为所述单像素一维测量值，输出为对所述物体类别的预测结果。

8.根据权利要求7所述系统，其特征在于，所述解码网络包括：

推论结构，用于将所述一维测量值转换为二维数据；

分类网络，用于根据所述二维数据得到所述预测结果。

9.根据权利要求6所述的系统，其特征在于，在将所述编码网络和所述解码网络作为整体同时训练时，对所述编码网络的参数进行二值化操作，以实现二值调制。

10.根据权利要求9所述的系统，其特征在于，确定模块进一步用于使用训练好的最优编码网络对光路进行二值调制，并用单像素探测器采集得到耦合测量值，然后将该耦合测量值序列输入到解码网络中，确定物体类别的预测结果。