[发明专利]一种基于畸变适应卷积神经网络的图像分类方法

权利要求书

1.一种基于畸变适应卷积神经网络的图像分类方法，包括下列步骤：

1)选取某种卷积神经网络模型作为基础网络，称改进后的神经网络为畸变适应卷积神经网络，具有畸变适应的卷积；

2)准备适合的训练图像，包括无畸变图像以及畸变图像和相应的分类标注；

3)标定畸变图像的内部参数，计为M；

4)确定待训练和分类的畸变图像的视场角FOV，记为α；

5)至少选定一个需要替换或添加畸变适应的卷积的位置，为基础网络的卷积块添加畸变映射，使之成为畸变适应的卷积，具 体操作如下：

i.选定一个合适的投影方法；

ii.根据投影方法和畸变图像内部参数确定投影映射，该映射将畸变图像像素映射到所选定的投影空间中，记为映射P(a,M)，对于畸变适应卷积输入特征图的每一个位置，都在畸变特征中有一个对应的映射位置，即使用上述映射将普通特征图中的位置p映射为畸变特征图中的位置P^-1(a,M)p；

iii.对于p位置的畸变适应的卷积，将映射位置的输入特征与畸变适应的卷积核逐元素相乘；

6)将训练图像输入畸变适应卷积神经网络，使用带动量的小批量随机梯度下降的优化方法训练，设置动量为0.9，学习率0.001，迭代训练畸变适应卷积神经网络到收敛；

7)保存训练好的神经网络权重。