[发明专利]基于多通路卷积神经网络的图像分类方法及系统

说明书

本发明公开了一种基于多通路卷积神经网络(Convolutional Neural Networks，CNN)的图像分类方法及系统，其中，方法包括：输入待分类图像；对待分类图像进行分块；设计多通路CNN模型，多通路CNN模型至少包括局部特征提取通路和全局特征提取通路；对训练图像进行分块；根据多通路CNN模型和多个训练图像块进行模型训练，以生成CNN分类模型；根据多个图像块通过CNN分类模型得到图像分类结果。该方法可以基于多通路CNN全自动地对图像进行分类，实现基于像素级的分类目的，不受待分类图像类别的限制，而且适应性强，模型性能好，从而有效提高图像分类的准确性和便捷性。

技术领域

本发明涉及图像处理和计算机视觉技术领域，特别涉及一种基于多通路卷积神经网络的图像分类方法及系统。

背景技术

目前，图像分类领域传统分类算法是：首先人工设计相对具有特异性的特征，再提取特征，最后通过分类器对特征进行分类，或者手动设计性能更好的分类器，以提高分类性能，从而实现图像分类的目的。然而，与深度学习相比较，很多现存的方法只能提取原始图像的浅层特征，对于分类任务，这些特征还不够健壮，而深度学习恰好能从原始数据中逐层提取更加复杂、更加抽象的特征，而且这些特征更加健壮，从而提高分类精度。

其中，深度学习的基本思想是：利用多个非线性运算层构建深度学习网络，网络底层能够从原始数据中学习到精细的外观信息，底层的输出直接作为高层的输入，以此逐层从输入数据中自适应地学习到高阶的更加抽象、更加复杂的特征表示，最后用这些特征表示来解决分类问题，大量实验表明，深度学习网络在图像分类方面具有非常优越的性能。

相关技术中，深度学习最初主要处理简单的图像分类任务，例如MNIST手写体分类。在2012年的ImageNet比赛上，首次将深度学习用于这种复杂的图像分类任务。ImageNet数据集总共有100万张图片，1000个类别，分辨率为300*300左右，在该赛事上将图像的分类准确率从74.3％提高到了84.7％，而后在2014年的ImageNet比赛上，获得冠军的是深度学习模型GoogleNet，分类准确率是93.4％，最后深度残差学习模型已经将ImageNet数据集的分类精度提高到95％以上，几乎接近于人类的水平。

然而，上述提到的模型均是在朝着网络更深、更复杂的方向发展，并没有证明相对简化的模型不能够达到上述效果，所以用于图像分类的深度学习网络模型的设计还有很大的探索空间。相关技术中，传统分类方法是提取合适的特征，再根据特征分类，但是这类方法只能提取浅层特征，且操作复杂，适用性不强，难以普及。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于多通路卷积神经网络的图像分类方法，该方法可以有效提高图像分类的准确性和便捷性。

本发明的另一个目的在于提出一种基于多通路卷积神经网络的图像分类统。

为达到上述目的，本发明一方面实施例提出了一种基于多通路卷积神经网络的图像分类方法，包括以下步骤：输入待分类图像；对所述待分类图像进行分块，以在所述待分类图像上得到多个图像块；设计多通路CNN(Convolutional Neural Networks，多通路卷积神经网络)模型，所述多通路CNN模型至少包括局部特征提取通路和全局特征提取通路；对训练图像进行分块，以在所述训练图像上得到多个训练图像块；根据所述多通路CNN模型和所述多个训练图像块进行模型训练，以生成CNN分类模型；根据所述多个图像块通过所述CNN分类模型得到图像分类结果。