[发明专利]在CNN中从多个模块内的输入图像提取特征的方法及装置

权利要求书

1.一种在卷积神经网络CNN中利用第1至第n模块而从输入图像提取特征的方法，其特征在于，包括：

(a)步骤，被输入训练图像后，学习装置(i)使第1模块的第1卷积层，针对所述训练图像应用1x1卷积运算，生成第1_1特征图，(ii)使所述第1模块的第2卷积层针对所述第1_1特征图或由其经既定运算的特征图应用MxM卷积运算，生成第1_2特征图；

(b)步骤，在使k从2增加至n的同时，所述学习装置(i)使第k模块的第1卷积层，针对第(k-1)模块输出的第(k-1)_2特征图或由其经既定运算的特征图，应用1x1卷积运算，生成第k_1特征图,(ii)将所述第1_1特征图或由其经既定运算的特征图至所述第k_1特征图或由其经既定运算的特征图中的至少一部分，进行逐要素合算而生成第k-1合成特征图，(iii)使所述第k模块的第2卷积层，针对所述第k-1合成特征图或由其经既定运算的特征图，应用MxM卷积运算，生成第k_2特征图；及

(c)步骤，所述学习装置(i)使池化层在第n_2特征图或由其经既定运算的特征图上，对与关注区域ROI对应的区域进行池化，生成池化特征图，(ii)将所述池化特征图输入到特征分类器，使所述特征分类器识别所述训练图像或检测所述训练图像上的至少一个客体，(iii)使损失层参照所述特征分类器的输出值和与其对应的地面真值GT而算出至少一个损失，进而通过利用所述损失的反向传播，调整所述第1模块的所述第1及所述第2卷积层至第n模块的第1及第2卷积层中至少一部分的至少一个参数。

2.根据权利要求1所述的方法，其特征在于，

在所述(a)步骤中，

所述学习装置使第1批量归一化层利用所述第1_1特征图上的特征值的平均和方差，将所述第1_1特征图上的所述特征值分别归一化而生成第1_1归一化特征图，使所述第1模块的第1激活层，(i)针对所述第1_1归一化特征图上的各个所述特征值应用非线性运算，生成第1_1非线性特征图后，(ii)将所述第1_1非线性特征图输入到所述第1模块的所述第2卷积层；

在所述(b)步骤中，

所述学习装置(i)使所述第k模块的第1批量归一化层，利用所述第k_1特征图上的所述特征值的平均和方差，将所述第k_1特征图上的特征值分别归一化，生成第k_1归一化特征图，(ii)使所述第k模块的第1激活层，针对将所述第1_1归一化特征图至所述第k_1归一化的特征图中至少一部分逐要素合算而生成的所述第k-1合成特征图上的各个所述特征值，应用非线性运算，生成第k_1非线性特征图后，(iii)将所述第k_1非线性特征图输入到所述第k模块的所述第2卷积层。

3.根据权利要求1所述的方法，其特征在于，

在所述(a)步骤中，

所述学习装置(i)使所述第1模块的第1批量归一化层，利用所述第1_1特征图上的所述特征值的平均和方差，将所述第1_1特征图上的所述特征值分别归一化，生成第1_1归一化特征图，(ii)使所述第1模块的第1激活层，(1)针对所述第1_1归一化特征图上的各个所述特征值，应用非线性运算，生成第1_1非线性特征图后，(2)将所述第1_1非线性特征图输入到所述第1模块的所述第2卷积层；

在所述(b)步骤中，

所述学习装置(i)使所述第k模块的第1批量归一化层，将所述第1_1特征图至所述第k_1特征图中至少一部分逐要素合算，将由此生成的所述第k-1合成特征图上的各个特征值归一化，生成第k_1归一化特征图，(ii)使所述第k模块的第1激活层，(1)针对所述第k_1归一化特征图上的各个所述特征值，应用非线性运算，使得生成第k_1非线性特征图后，(2)将所述第k_1非线性特征图输入到所述第k模块的所述第2卷积层。