[发明专利]一种基于深度卷积神经网络模型-重生网络的视觉识别方法

说明书

基于深度卷积神经网络模型‑重生网络的视觉识别方法，采用“重生机制”的“重生模块”搭建一种新型深度卷积神经网络模型，引入的重生机制对被ReLU函数截断死亡的神经元进行重生再造，“重生机制”的实现流程：在重生网络中，引入并实现重生机制的模块称为重生模块；首先，重生模块的输入x为上层卷积层得到的特征映射，先将x输入传统的ReLU函数，得到激活后的特征映射x₁，这样就筛选出取值为正的神经元，并截断负值的神经元；同时，将输入x取反，并行地将‑x输入ReLU函数，得到激活后的特征映射x₂^*，这样就筛选出取值为负的神经元，并截断正值的神经元；对取值为负的神经元进行筛选后，对它们进行逆卷积操作，然后与正值进行通道级联，就是负神经元的重生过程。

技术领域

本发明涉及一种新型且具有高性能的深度卷积神经网络模型，属于人工智能，尤其是深度卷积神经网络模型-重生网络(RebornNet)视觉识别方法，深度学习和计算机视觉领域，可用于图像识别、图像分类等任务，也可作为物体检测、语义分割、图像生成、风格迁移等任务的基准模型。

背景技术

卷积神经网络(Convolutional Neural Network,CNN)是一种前馈型的神经网络,其在大型图像处理方面有出色的表现。卷积操作实质：输入图像(input volume)，在深度方向上由很多slice组成，对于其中一个slice，可以对应很多神经元，神经元的weight表现为卷积核的形式，即一个方形的滤波器(filter)(如3X3)，这些神经元各自分别对应图像中的某一个局部区域(local region)，用于提取该区域的特征。如果该slice对应的神经元参数共享，那么相当于只有一个卷积核作用于所有的局部区域(类似于图像滤波了)。一个局部区域可以称为一个block，如果将所有的block拉成一个个列向量(因为神经元作用本来就定义为将输入向量和参数向量进行内积操作，y＝w0x0+w1x1+...+wnxn)，则我们可以得到很多这些列向量组成的局部区域数据矩阵，再将神经元的weight拉成一个个行向量，这样就得到一个参数矩阵(如果参数共享，那么该矩阵行数为slice的个数)，然后将数据矩阵和参数矩阵进行点积操作，得到卷积后结果，其实就是将所有的filter和所有的局部区域分别进行点积操作，当然这个结果还需要重新reshape到期望的输出尺寸。这个过程其实也解释了为什么神经元的参数可以保存在一个个filter中，该网络层为什么称为卷积层。参数共享的卷积操作使得卷积神经网络具有平移不变形的特征。对于浅层的卷积层学到较小的图像特征(如边缘、纹理、色度)；深层的卷积层将学习到更为抽象的特征(如猫的耳朵形状、眼睛纹理等)

CNN通过分层进行信息抽象，随着网络层数的增加，抽象层级也增加。更深的网络层能学习到更复杂的表达。

另有区域卷积神经网络(R-CNN)，全称是Region-CNN，是第一个成功将深度学习应用到目标检测上的算法。R-CNN基于卷积神经网络(CNN)，线性回归，和支持向量机(SVM)等算法，实现目标检测技术。但是这个问题并没有想象的那么简单，首先物体的尺寸变化很大，物体摆放的角度不同，形态各异，而且可以出现在图片的任何地方，有些物体还具有多个类别。R-CNN主要就是用了做目标检测任务的。先简单了解下目标检测，通俗理解是对于给定图片精确的找到物体所在的位置，将其用矩形边框框出，并且标注物体的类别(一张图像中含有一个或多个物体)。图1中，输入：image；输出：类别标签(Category label)；位置(最小外接矩形/Bounding Box)，模型构思：按分类问题对待可分为两个模块：

·模块一：提取物体区域(Region proposal)

·模块二：对区域进行分类识别(Classification)

主要难度是：在提取区域上需要面临位置不同；需要检测的对象大小不一，过小的对象由于特征较为模糊，不易被检测出来；需要提取对象数量过多；对象拥挤或受到遮挡而造成漏检；非极大值抑制将近邻对象抑制等问题。在分类识别方面主要面对CNN分类计算量大，语义信息不够丰富，分类不够准确等问题。