[发明专利]基于多模型和多尺度特征的图像场景分类方法

摘要

本发明提供了一种基于多种深度学习模型融合和多尺度特征的图像场景分类方法。该方法包括对样本场景图像的训练；对待分类场景图像的预处理；多模型提取待分类场景图像的特征向量；多尺度提取待分类场景图像的特征向量；根据特征向量对待分类场景图像进行预测。本发明优化了特征融合方法，因此，提高了预测准确率。

主权项

基于多模型和多尺度特征的图像场景分类方法，其特征在于，包括以下步骤：步骤1)样本场景图像的训练阶段；1.1)、将所有训练图像按照长宽比不变的原则，短边缩放成395像素的长度；1.2)、按照特定规则进行图像增强，生成训练数据集；1.3)、将训练集分别输入至三种不同架构神经网络ResNet50、ResNet152、DPNs92进行单独训练，保存训练效果最好的模型；步骤2)待分类场景图像的预处理阶段；2.1)、将任意一张不限尺寸场景图像通过按照长宽比不变缩放成不同尺度M×N的图像，其中M为图像最短边，有四种取值(365,395,425,455),N为图像另一边对应比例的缩放；2.2)、从M×N的图像中，若M>N切割出左中右三个正方形图像M*M，若M<N切割出上中下三个正方形图像N*N；2.3)、从每一个正方形图像中按照左上角、右上角、左下角、右下角裁剪出5个320×320大小的图像，以及将该正方形图像缩小至320×320图像；2.4)、将1.3)中产生的6幅320×320图像水平翻转生成6幅镜像图像；步骤3)待分类图像的分类阶段；3.1)、将待分类通过步骤2)生成的144个子图像送入到ResNet50的卷积神经网络进行概率预测，按照概率平均策略集成144个子图像预测概率，得到模型产生的分类结果；3.2)、将待分类通过步骤2)生成的144个子图像送入到ResNet152的卷积神经网络进行概率预测，按照概率平均策略集成144个子图像预测概率，得到模型产生的分类结果；3.3)、将待分类通过步骤2)生成的144个子图像送入到DPNs92的卷积神经网络进行概率预测，按照概率平均策略集成144个子图像预测概率，得到模型产生的分类结果；3.4)、将3.1)、3.2)、3.3)产生的分类结果按照投票策略得到最终分类结果。