[发明专利]一种基于BP神经网络单元的变形体识别方法

说明书

本发明属于数据分析处理领域，具体涉及一种基于BP神经网络单元的变形体识别方法。技术方案为：神经网络单元的输入特征为4维张量或者5维张量；第1、2、3、4维分别为批次、通道、特征高度、特征宽度，或分别为批次、特征高度、特征宽度、通道；第1、2、3、4、5维分别为批次、通道、特征深度、特征高度、特征宽度，或分别为批次、特征深度、特征高度、特征宽度、通道；神经网络单元输出特征的各维度与输入特征相同。本申请设计的BP人工神经网络单元在用于可弯曲类目标分类、检测时，得到了更高的mAP，具有更好的泛化性能，可以识别更多训练集中不包含的但属于同类的物体。

技术领域

本发明属于数据分析处理领域，具体涉及一种基于BP神经网络单元的变形体识别方法及装置。

背景技术

神经网络单元(又称神经网络处理单元)是人工神经网络 (Artificial NeuralNetwork，ANN)结构的组成成分，数个神经网络单元可设计成神经网络模块，神经网络模块作用于人工神经网络的隐藏层，输入层、隐藏层、输出层可组成人工神经网络。采用误差反向传播算法的多层神经网络称为反向传播神经网络，即BP(back propagation) 神经网络。二维视觉像素特征图是二维图像像素经过神经网络的其他结构处理产生的中间或最终输出,三维视觉点云特征图是三维点云经过神经网络的其他结构处理产生的中间或最终输出。二维视觉像素特征图或三维视觉点云特征图可作为其他神经网络单元如池化单元、正则化单元、激活单元、特征融合单元、特征分类单元的输入。

在计算机视觉领域，需要对一些二维空间中的像素点集合或者三维空间中的点云集合进行自动化分析，以实现对特定目标的识别、分类、定位、分割等功能。然而，使用现有的卷积单元、自注意力单元提取空间内点集合特征的方法，难以较好地对可旋转的目标实现统一的抽象语义表示，尤其难以对一些可变形的目标，如可弯曲的软体动物、动物的软肢体等实现较统一的抽象语义表示，导致这类目标的识别准确度、泛化性能差。

因此，亟需一种简单方便、可有效识别变形体的方法。

发明内容

本发明的目的是提供一种基于BP神经网络单元的变形体识别方法。

为实现上述发明目的，本发明所采用的技术方案是：一种BP神经网络单元，所述神经网络单元的输入特征为4维张量或者5维张量；

当所述输入特征为4维张量时，所述神经网络单元存储的是一定批次中含有一定通道的二维视觉像素特征图，第1、2、3、4维分别为批次、通道、特征高度、特征宽度，或分别为批次、特征高度、特征宽度、通道；

当所述输入特征为5维张量时，所述神经网络单元存储的是一定批次中含有一定通道的三维点云特征图；第1、2、3、4、5维分别为批次、通道、特征深度、特征高度、特征宽度，或分别为批次、特征深度、特征高度、特征宽度、通道；

神经网络单元输出特征的各维度与输入特征相同。

相应的，BP神经网络单元的构建方法，所述神经网络单元为带有多向排序结构的卷积型反馈神经网络单元。

优选的，所述卷积型反馈神经网络单元包括：按列滑动函数、排序函数、加函数、向量内积函数、改形函数、逐元素相乘函数、转置函数、压维函数、扩维函数。

优选的，所述方法包括如下步骤：

对于输入的特征图张量0，利用所述按列滑动函数对输入单元张量 0进行展开处理，得到张量1的前身；使用改形函数将所述张量1的前身改形为含有一定数量批次和一定数量通道的二维或者三维特征图，得张量1；

对张量1按x轴排序，取按x轴排序的前k个值得到张量2的前身，将所述张量2的前身与一个可学习权重通过逐元素相乘函数相乘后得到张量2；

对这些二维或者三维张量按y轴排序，取按y轴排序的前k个值得到张量3的前身；将所述张量3的前身与一个可学习权重通过逐元素相乘函数相乘后得到张量3；