[发明专利]一种融合超列的类激活映射图生成方法

权利要求书

1.一种融合超列的类激活映射图生成方法，其特征在于包括如下步骤：

第一步：根据过滤器通道将网络卷积层分为三个区域，三个区域依顺序标记为低、中、高区域，并提取每个区域最后一个卷积块作为低、中、高区域三个不同层次的信息，标记低层次的特征维度为d0(a0*a0*b0)，中层次的特征维度为d1(a1*a1*b1)，高层次的特征维度为d2(a2*a2*b2)；

第二步：对d1、d2两个层次的输出特征进行上采样，使其成为a0*a0的特征维度，然后对统一维度后的三层输出特征进行深度拼接，得到特征图，并进行标准化，使其包含的元素范围在[0,1]之间；

第三步：将第二步中得到的特征图进行分组批处理，每组特征图均采用置信度算法得到该组特征图的置信度；

第四步：将所有组的置信度结果进行拼接，得到一个多维向量，对该多维向量进行软最大处理，将结果作为每个特征图的贡献度；

第五步：将第四步获得的贡献度与对应的特征图相乘，并将相乘后的特征图相加，获得最终的类激活图。

2.根据权利要求1所述的方法，其特征在于：a0≠a1≠a2。

3.根据权利要求1所述的方法，其特征在于：第一步中将网络卷积根据网络学到的不同特征将网络分为不同的层级，将网络学到低级特征的层级认定为低层，学到纹理特征的层级定义为中层，学到关键语义特征的层级定义为高层。

4.根据权利要求1所述的方法，其特征在于：批处理中的分组优选范围一般是2ⁿ的形式，具体设置多少跟当时做实验的效果和所使用的内存利用率相关。

5.根据权利要求1所述的方法，其特征在于：特征激活图计算过程如下：

其中表示第K个特征图对类别C的贡献度；

d_k表示第K个特征图；

Relu()为线性整流函数；

N()为标准化处理，将矩阵数值映射到[0,1]区间；

代表得到的类激活图。