[发明专利]一种适用于机器视觉的自然场景数据集的构建方法

权利要求书

1.一种适用于机器视觉的自然场景数据集的构建方法，其特征在于，包括以下步骤：

步骤1：依据生态系统类型初步确定数据集中含有的类别与对应子类别；其中，生态系统类型分为：

陆地生态系统：包括自然陆地生态系统和人工陆地生态系统；

水生生态系统：包括内陆水生生态系统、海洋生态系统和人工水生生态系统；

地下生态系统：包含洞穴生态系统；

步骤2：将子类别名称作为关键字在互联网上进行搜索，至少搜索1000张与该子类别对应的图片，完成图片的收集；

步骤3：对所收集到的图片进行初步的人工筛选，对不符合对应类别的图片进行进一步筛选，得到含有场景类别标签的数据集；

步骤4：将数据集分为训练集和验证集，利用深度卷积神经网络对图像进行分类，并利用混淆矩阵将预测结果与真实类别标签结合生成相似度矩阵，依据相似度矩阵合并相似度过高的类别，得到最终的数据集，具体包括：

步骤4.1，按照80％/20％的比例对原始数据集随机进行划分得到训练集和验证集；

步骤4.2，将训练集中的图片转化为224×224分辨率的图片，选用13层的bn-inception网络结构作为场景预测分类网络；含有两个卷积层和3×3池化层的原始bn-inception网络将224×224分辨率的图片转化为28×28的特征图，使得在后续10个inception层中能够更快的进行处理，其中两层步长为2，其余步长为1，因此28×28的特征图最终变化为7×7的特征图；最后利用全局均值池化层对跨空间维度的激活进行聚合；

步骤4.3，利用步骤4.2中所得到的模型对验证集进行分类预测，得到分类结果，将预测结果与真实分类结合得到混淆矩阵C，该混淆矩阵显示类别与类别之间的交叉错误，隐含地指示了它们之间的相似程度，在形式上，我们用以下方式定义这种相似性：

S＝C+C^T

其中C∈R^N×N是混淆矩阵，N是自然场景类别的数目，C_ij表示将第i类分类为第j类的概率，该值较大表示两个类别之间的模糊度较高；按照该公式生成相似度矩阵S，该等式保证了相似性是对称的度量，为合并两个相似类别提供线索；

步骤4.4，设定一个合适的阈值τ，此处τ＝0.5，将相似度超过该阈值τ的两类进行合并；分析合并的合理性，若第i行和第j行合并为同一类型，更新对应的相似性矩阵，删除第i和第j行和列，将作为新的行和列添加进去，重复该步骤直到最终的数据集不超过阈值或满足其他要求，这样得到的数据集更适用于机器视觉方面的处理。

2.根据权利要求1所述的一种适用于机器视觉的自然场景数据集的构建方法，其特征在于，所述生态系统子类别分类要满足：

条件一、子类别属于某一生态系统；

条件二、子类别之间相互独立。

3.根据权利要求1所述的一种适用于机器视觉的自然场景数据集的构建方法，其特征在于，子类别分为：

自然陆地生态系统：极地与高山苔原、半沙漠、针叶林、落叶林、天然草原、荒地、常绿阔叶林、地中海型灌木丛、沙漠、山地、热带雨林；

人工陆地生态系统：人工草地、农田、温室、城市；

内陆水生生态系统：沼泽、湿地、河流、湖泊；

海洋生态系统：沿海、珊瑚礁、深海；

人工水生生态系统：池塘；

包含洞穴生态系统：洞穴。

4.根据权利要求1所述的一种适用于机器视觉的自然场景数据集的构建方法，其特征在于，步骤2所述类别名称加上天气形容词，天气形容词包括：晴朗的、多云的、下雨的、下雪的。

5.根据权利要求1所述的一种适用于机器视觉的自然场景数据集的构建方法，其特征在于，步骤3所述不符合对应类别的图片挑出汇总至未分类图片，若总搜集图片为M张，总类别为N类，当无法分类的图片超过N/M时，构建新的类别，新的类别满足步骤1中述的子类别分类条件。