[发明专利]一种层次化视觉多层感知机的图像识别分类方法

权利要求书

1.一种层次化视觉多层感知机的图像识别分类方法，其特征在于：

1)建立一个带有层次化的视觉多层感知机的感知神经网络；

2)将图像输入到感知神经网络中分类识别处理，获得图像的类别分类。

2.根据权利要求1所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：所述的感知神经网络包括连续依次进行的一个卷积层和四个感知模块，前两个感知模块包含有用于提取局部特征的紧凑区域多层感知机，后两个感知模块包含有用于汇聚全部特征的紧凑区域多层感知机。

3.根据权利要求2所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：第一个感知模块仅只由一个紧凑区域多层感知机构成，第二个感知模块是由一个卷积层和一个紧凑区域多层感知机构成，第三个感知模块和第四个感知模块是由一个卷积层和一个稀疏区域多层感知机构成。

4.根据权利要求2所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：所述的紧凑区域多层感知机是将将输入自身的特征图I依次经过通道全连接层、紧凑区域全连接层、通道全连接层和归一化操作得到感知特征图I’，将输入的特征图I和感知特征图I’相加得到最终的输出特征图O。

5.根据权利要求2所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：所述的稀疏区域多层感知机是将将输入自身的特征图I依次经过通道全连接层、稀疏区域全连接层、通道全连接层和归一化操作得到感知特征图I’，将输入的特征图I和感知特征图I’相加得到最终的输出特征图O。

6.根据权利要求4所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：所述的紧凑区域全连接层，具体按照以下方式处理：

S1、将输入自身的特征图在空间维度上进行紧凑切分得到(H/CS)*(W/CS)个、长和宽均为CS的紧凑局部区域；

S2、对每个紧凑局部区域进行平均池化得到(H/CS)*(W/CS)个紧凑局部特征块；

S3、对每个紧凑局部特征块经空间全连接层处理得到(H/CS)*(W/CS)个紧凑增强特征块；

S4、对每个紧凑增强特征块进行最近邻上采样，使长和宽重新变为H和W，得到局部区域特征块。

S5、对所有局部区域特征块进行sigmoid激活函数的处理得到局部区域权重，将局部区域权重和原始输入自身的特征图进行加权操作得到紧凑区域全连接层输出的特征图。

7.根据权利要求5所述的一种层次化视觉多层感知机的图像识别分类方法，其特征在于：所述的稀疏区域全连接层，具体按照以下方式处理：

S1、将输入自身的特征图在空间维度上进行稀疏切分得到(H/CS)*(W/CS)个、长和宽均为CS的稀疏全局区域；

S2、对每个稀疏全局区域进行平均池化得到(H/CS)*(W/CS)个稀疏全局特征块；

S3、对每个稀疏全局特征块经空间全连接层处理得到(H/CS)*(W/CS)个稀疏增强特征块；

S4、对每个稀疏增强特征块进行最近邻上采样，使长和宽重新变为H和W，得到全局区域特征块。

S5、对所有局部区域特征块进行sigmoid激活函数的处理得到全局区域权重，将局部区域权重和原始输入自身的特征图进行加权操作得到稀疏区域全连接层输出的特征图。