[发明专利]一种添加辅助特征学习网络的网络结构设计方法

权利要求书

1.一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述设计方法包括以下步骤：

S1，设置输入层；

S2，设置第一卷积层和第一池化层；

S3，在网络中间设置分支：

S3.1，左分支使用第二卷积层、第二池化层、第三卷积层以及全连接层，预测分类网络结果；

S3.2，右分支添加使辅助特征学习网络，其为仅在训练过程中供训练使用的网络，在训练过程中添加辅助特征学习网络，协助网络学习图像特征。

2.根据权利要求1所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述步骤S3.1进一步包括输出层。

3.根据权利要求1所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述的池化层又叫下采样层，目的是压缩数据，降低数据维度，本层具有激活函数。

4.根据权利要求3所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述的激活函数为Sigmoid函数，由下列公式定义：

其对x的导数可以用自身表示：

5.根据权利要求1所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述步骤S3.2右分支进一步包括：

S3.2.1，采用上采样和卷积网络，预测图片的heatmap；

S3.2.2，heatmap和训练样本图片存在对应关系。

6.根据权利要求5所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述上采样采用内插值方法，包括最近邻插值方法、双线性插值方法、均值插值方法、中值插值方法。

7.根据权利要求5所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述步骤S3.2.1中预测图片的heatmap进一步包括:制作heatmap，将样本图片中共有特征区域位置标注，映射到一张热图。

8.根据权利要求7所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述的共有特征区域位置标注就是首先判断在分类网络检测图片中是否存在特定区域，如果存在特定秋雨(区域)，那么特定区域的边缘信息是一个重要信息，而背景以及除了特定区域边缘的其他内容是能够忽略的信息，则特定区域边缘的区域定义为共有特征区域，是神经网络需要学习的图案特征，因此样本图片中特定区域的边缘区域映射到heatmap，即包含重要信息区域高亮；如果不存在特定区域，则heatmap图案为全黑图片。

9.根据权利要求1所述的一种添加辅助特征学习网络的网络结构设计方法，其特征在于，所述方法通过人工判定和标定的所需学习图像特征，生成和训练样本之间存在对应关系的heatmap，用于辅助训练。