[发明专利]分层结构化实体的不变表示

说明书

计算机使用人工神经网络执行的、用于处理分层结构化实体的不变表示的数字图像识别的方法，所述方法包括以下步骤：计算机对输入信号(14)学习稀疏编码字典以获得低复杂度分量的表示；通过利用计算机计算低复杂度分量之间的相关矩阵(8)来从稀疏表示的统计推断可能的变换，从而导致数据的不变性变换现在被以相关矩阵(8)的对称性编码；计算图(18)上的拉普拉斯算子的特征向量(9)，图(18)的邻接矩阵是来自前一步骤的相关矩阵(8)；对拉普拉斯算子的特征向量(9)的基执行坐标变换；对于下一个更高层次级别(11)，从第一个步骤重复，直到分层结构化实体的不变表示的所有的层次级别(7、11)都被处理、并且神经网络被训练为止；以及将训练的人工神经网络用于分层结构化实体的数字图像识别，创建这些实体的在前面的步骤中学习的变换下不变的表示。

特此描述的发明公开一种用于通过创建分层结构化实体的不变表示来处理数字图像识别的方法。

本发明涉及通过使用人工神经网络的数字图像识别的技术领域。

作为数字信号处理的一部分的数字图像处理(还涵盖紧密相关的主题，如语音识别和其他主题)如今已经取得了许多工业应用。最普遍的使用案例包括例如生产链中的产品的自动质量检验，或者一般来说，其中数字图像被获取并且被针对特定目的进行处理的所有应用。对于数字图像处理必要的工具此外还包括图像去噪、对象识别、或者在相关主题的情况下，例如，语音识别。

执行数字图像处理的标准方式参见可以访问将被处理的数字图像并且执行运行特定算法的软件程序的计算机。什么种类的算法取决于无数的使用案例和处理的图像的种类。算法然后通过利用边缘识别等标识特定对象来处理数字图像。改动图像以适应更高效的处理也是普遍的。例如，周期性图像错误的发现和分析可以通过对图像使用傅里叶变换来执行，因为周期性错误在频域中的识别容易得多。

在过去的几年里，机器学习方法(尤其是通过将基于软件的人工神经网络(ANN)应用于数字图像的内容)的使用，一般更确切地说，信号处理已经变得越来越普遍。使用这样的ANN导致用于图像或信号处理的完全不同的工作流程。这里，不再存在以预先确定的方式处理图像或信号的固定算法。通常，你有合适的朴素的ANN，并且以你想要处理的信号或图像的形式向它馈送训练数据。训练数据中的信号或图像包含想要的性质，这些性质导致ANN被训练为识别这样的想要的性质。如果你想识别特定类型的图像错误，例如，特定的对象类型的形式的图像错误，则你用包含这些对象的图像来训练ANN。ANN然后通过以相应的方式连接组成它的神经元来学习以识别想要的性质——类似于人脑中的神经网络。与标准软件算法方法大不相同的是基于整个处理不再是预先确定的这一事实。如果朴素的ANN的创建者或者更确切地说程序员不知道准确的训练数据以及它如何被应用，则他不能预测已完成训练的ANN被如何结构化。应用训练数据的ANN的用户通常也不知道，因为他不需要知道。对于他来说，训练的ANN识别想要的性质才是重要的。这样的ANN的灵活性是优于使用固定算法的经典方法的很大的一个优点。

尽管如此，这样的ANN的使用仍显示出许多问题。机器学习中的一个标准问题是以与信号的源的结构一致的方式对信号进行编码，与信号如何被观察的方式相反。例如，在计算机视觉中，通常旨在以描述图像的内容的方式对图像、信号进行编码，例如以确定图像是否包含脸，而不是直接的观察的逐像素信息。

执行这样的编码的许多算法是已知的，例如，作为ANN的特殊的实施例的卷积神经网络、或各种稀疏编码算法。已知算法的问题是它们没有足够地捕捉输入信号的分层结构。分层从这个意义上来讲意味着例如：像素形成线，线形成多边形，多边形形成3D体，依此类推。这样的行为的原因是，它们不是被设计为学习使信号的分量保持不变的变换；例如，3D对象在空间中的旋转。