[发明专利]一种基于旋转不变卷积神经网络的书法字风格分类方法

权利要求书

1.一种基于旋转不变卷积神经网络的书法字风格分类方法，其特征在于，包括以下步骤：

步骤1，建立取样样本并预处理数据集；

步骤2，划分数据集为训练样本集和测试样本集，并对训练集样本进行数据扩充作为新的训练集；

步骤3，对于步骤2得到的训练集中的每一张训练样本，提取16个副本图像，并将他们一一对应输入到完全相同的16个卷积架构中处理，将处理后得到的16个特征图串连接起来，输入到卷积架构后面的3个串联的全连接层中，得到该训练样本的分类结果；

步骤4，将步骤3得到的分类结果带入到交叉熵损失函数中，计算出本次训练产生的损失，然后求出损失函数关于网络中权值参数的梯度，引入Nesterov动量后使用梯度下降算法不断更新模型的权值参数，使损失函数达到全局最小值，从而得到训练好的网络模型；

步骤5，将待分类测试样本集输入到步骤4训练好的模型中进行书法字风格分类，得到分类准确率。

2.根据权利要求1所述的一种基于旋转不变卷积神经网络的书法字风格分类方法，其特征在于，步骤1的具体操作为：

步骤1.1，用最小边框算法从整幅图像中获取单个书法字符；

步骤1.2，将得到的不同书法风格的每张图像按其中心对齐，并将它们裁剪成相同的大小64×64×3，得到取样样本。

3.根据权利要求2所述的一种基于旋转不变卷积神经网络的书法字风格分类方法，其特征在于，步骤2的具体操作为：

步骤2.1，对步骤1获得的取样样本以3：1的比例随机分成训练样本集和测试样本集；

步骤2.2，对训练样本集进行数据扩充操作：即通过随机扰动图像来扩展训练样本集，每个训练样本集都以五种方式进行随机扰动，这五种数据扩充的方式为旋转、平移、缩放、翻转以及图像增亮。

4.根据权利要求3所述的一种基于旋转不变卷积神经网络的书法字风格分类方法，其特征在于，步骤2中，五种数据扩充的方式：旋转、平移、缩放、翻转以及图像增白的具体要求如下：

旋转：随机旋转一个角度，该角度为在0°到360°之间均匀采样；

平移：在x和y方向上移动，移动的距离在-4到4个像素之间均匀采样；移动的大小是有限的，以确保感兴趣的对象仍然在图像的中心；

缩放：使用缩放因子随机缩放，随机因子在0.9到1.1之间均匀采样；

翻转：图像以0.5的概率随机翻转；

增亮：使用PCA来改变RGB通道的强度，即给每个像素加上[P₁，P₂，P₃][a₁λ₁，α₂λ₂，α₃λ₃]；

P_i和λ_i是3×3RGB像素值协方差矩阵的第i个特征向量和特征值，α_i为从均值为0，标准差为0.1的高斯分布中抽取的随机变量，i＝1,2,3。