[发明专利]基于胶囊网络的图像分类方法、存储介质及电子设备

权利要求书

1.一种基于胶囊网络的图像分类方法，其特征在于，所述基于胶囊网络的图像分类方法包括：

获取待训练的图像集；

将所述图像集划分为训练集和测试集；

利用所述训练集训练分类胶囊网络模型，在训练过程中根据所述训练集中图像特征仿射变换后形成的图像预测胶囊进行路由迭代；其中，用于图像分类的分类胶囊网络模型叠加多个所述图像预测胶囊的特征；将所述测试集输入所述分类胶囊网络模型中进行图像分类的性能测试；

所述在训练过程中根据所述训练集中图像特征仿射变换后形成的图像预测胶囊进行路由迭代的步骤包括：

将所述训练集中的图像进行特征提取，获取特征图，将所述特征图进行堆叠形成基本图像特征，所述基本图像特征对应的矩阵定义为：

其中，i表示基本图像特征所在的层数，n表示第n个特征图，表示第n个特征图上的第1个特征对应的损失函数值；

对所有的所述基本图像特征的维度进行仿射变换，以对所述基本图像特征的维度进行调整，使其与组合图像特征的维度相同；

所述对所有的所述基本图像特征的维度进行仿射变换的步骤包括：

确定仿射矩阵W_ij，其中，i表示基本图像特征所在的层数，j表示组合图像特征所在的层数；

通过公式对基本图像特征矩阵u_i进行仿射变换，得到所述图像预测胶囊对维度调整后的所有基本图像特征进行组合，并将组合的特征进行激活处理，以得到激活后的胶囊特征，包括：

通过公式对所述图像预测胶囊求和，得到求和结果s_j；其中，i表示基本图像特征所在的层数，j表示组合图像特征所在的层数；

利用激活函数对所述求和结果s_j进行压缩，以得到所述激活后的胶囊特征v_j；

根据所述基本图像特征和所述激活后的胶囊特征形成组合图像特征，以通过前一层胶囊中图像特征的组合形成后一层胶囊的图像特征，所述根据所述基本图像特征和所述激活后的胶囊特征形成组合图像特征的步骤包括：

利用公式对所述图像预测胶囊进行更新，并将更新后的图像预测胶囊作为所述组合图像特征的图像预测胶囊；

将当前迭代完成的胶囊作为前一层胶囊，通过所述前一层胶囊的图像预测胶囊的迭代优化形成后一层胶囊的图像预测胶囊，以结合当前迭代完成的胶囊进行胶囊的逐层迭代。

2.根据权利要求1所述的基于胶囊网络的图像分类方法，其特征在于，所述将所述测试集输入所述分类胶囊网络模型中进行图像分类的性能测试的步骤包括：

通过原始图像的尺寸调整、每个方向上以零填充进行像素的移动、卷积层的卷积核大小设置及步长设置、训练参数的调整中的一种或多种方式，将所述测试集输入所述分类胶囊网络模型进行测试，以获取相应的准确率结果。

3.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至2中任一项所述的基于胶囊网络的图像分类方法。

4.一种电子设备，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至2中任一项所述的基于胶囊网络的图像分类方法。