[发明专利]一种随机最大池化深度卷积神经网络噪声图形分类方法

说明书

本发明公开一种针对含有噪声图像分类的新型深度卷积神经网络方法，主要特点在于采用了随机最大值池化这一新的池化方法。随机最大值池化方法随机选取感受野范围内前n个较大值作为池化结果，首先将感受野范围内的所有值进行排序，选出前n个较大值；然后在前n个较大值中随机选取一个值作为池化结果。随机最大值池化方法结合了最大池化方法和随机池化方法的特点，既能保留感受野内主要特征信息，又能提高网络对感受野内噪声的抑制作用。本发明在CIFAR‑10，SVHN和MNIST数据集上进行验证，取得较好效果。

技术领域

本发明属于计算机视觉技术领域，涉及到针对噪声图像的分类方法，具体为一种基于随机最大值池化的深度卷积神经网络噪声图像分类方法。

背景技术

在计算机视觉领域，图像分类是一项非常重要的研究内容，被广泛应用在人脸识别，汽车自动驾驶等场合。图像分类问题关键的是特征提取，特征提取的好坏直接影响分类精度。传统的图像分类是通过人工设计特征[1-4]，如HOG-特征、LBP特征和SIFT特征等来实现。随着科学技术的发展，数据集规模增大，且应用场景不断变化，人工设计特征的过程较为复杂，泛化能力较差，无法满足实时性要求和鲁棒性。

2006年以来，深度学习迅速发展[5-7]，在图像分类问题中取得巨大成功。其中，深度卷积神经网络模型应用最为广泛，通过自上而下的非线性数据抽象，来获得用于分类的特征信息，避免了传统人工特征复杂的设计过程。在深度卷积神经网络中，卷积和池化操作操作是提取特征的主要方式。为了获得更好的网络分类性能，研究人员针对卷积核和池化层提出多种改进策略。针对传统卷积核尺寸固定的问题，谷歌团队提出GoogleNet[8]，网络使用Bottleneck结构，对网络每一层特征图利用不同尺寸的卷积核进行特征提取，获得了不同尺度的特征信息；为了在参数数量增加较少的情况下获取更加全局性的特征信息，Fisher[9]等人提出空洞卷积，通过分散卷积点，使得卷积点之间存在空洞，增加了卷积核的视野范围；为了能够增加网络的泛化能力，Zeiler[10]于2013年提出随机池化的概念，通过引入概率值，赋予所有节点被选择的可能性。

上述方法的改进均未考虑噪声的影响，而实际应用中，大多数图像是含有噪声信息的。为了减少噪声对网络分类性能的影响，目前常用的解决方案有两种：对输入图像进行去噪和增强网络本身的鲁棒性。图像去噪的方法有基于空间域的中值滤波、基于小波域的小波阈值滤波和基于偏微分方程的图像去噪等。增强网络本身鲁棒性最常用的方法是在训练过程中人为增加特定噪声以提高网络对噪声的“免疫性”，如Goodfellow[11]等人提出对抗网络，Hinton等人提出Dropout[12]。

本发明从特征提取的源头出发，对池化方式进行改进，提出一种基于随机最大值池化的深度卷积神经网络，提高对噪声图像的分类性能。

发明内容

目前深度卷积神经网络针对噪声图像分类的改进方案较少，主要从增强网络模型整体泛化能力的角度进行改进，并未能从特征提取的角度消除噪声对分类性能的影响。

本发明的技术方案为：一种基于随机最大值池化的深度卷积神经网络的噪声图像分类方法，结合了最大池化方法和随机池化方法的特点，既能保留感受野内主要特征信息，又能提高网络对感受野内噪声的抑制作用，包括以下步骤：

1)将实验数据分成训练集和测试集。

2)对训练集和数据集进行数据预处理：

2.1)为了提升网络的检测速度，达到实时性要求，将数据集中所有图片尺寸变换成32×32；

2.2)对训练集和数据集进行对比度归一化处理，归一化的目的是能够使图像具有仿射不变性，并加快网络收敛的速度；

2.3)对训练集和数据集进行白化处理，去除数据之间的相关性，并具有相同的方差，降低输入的冗余性；

3)采用基于随机最大值池化的深度卷积神经网络进行训练和检测：