用于图像分类的浅层结构深度学习方法.docVIP

用于图像分类的浅层结构深度学习方法 Asma ElAdel?, Ridha Ejbali?, Mourad Zaied? and Chokri Ben Amar? ?REsearch Group in Intelligent Machines, National School of Engineers of sfax, B.P 1173, Sfax, Tunisia Email: {asma.eladel, ridha ejbali, mourad.zaied and chokri.benamar}@ieee.org 摘要——本论文介绍了一种新的图像分类方案。该方案提出了一种用于深度学习的卷积神经网络（CNN）：利用多分辨率分析法（MRA）计算每一张用于分类的图像在不同的抽象层次中输入层与隐层之间的连接权值。然后，利用Adaboost算法选择出能代表每一类图像的最佳的特征和对应的权值。这些权值将作为隐层与输入层之间的连接权值，并且在测试阶段用于对所给的图像的分类。所提出的方法在不同的数据集上进行了测试，所获得的结果证明了该方法的效率和速度。 地的，t是选择出来的最好的特征数量，h代表对第k个特征和阈值的训练分类器，其中阈值已经在学习阶段计算得到。如果H(Y)等于1，这意味着用于分类的图像符合当前的类别。否则图像不符合当前类别并立即将其拒接。 所提出结构的优点在于，网络仅仅使用一个隐层就能够模拟所有代表图像类别的特征。 图4表示了具有3个选择特征的图像分类的例子，其中...代表待分类图像像素Y。，，是经过Adaboost算法选择出来的特征，在图中以蓝色表示，它们能较好地表示第一类的图像。，，是表示第二类图像的特征，在图中以黄色表示，如此类推。可以看出，某些特征不止是一种类别图像的特征。例如图中就是第二类和第四类的特征。这可以解释为这些类别中存在相似或相同的部分。 图4 三、结果和讨论 我们利用两个数据库对所提出的方法进行测试，分别是Wang数据库和COIL-100数据库。 哥伦比亚大学目标图像库（COIL-100）数据库：包含了7200张128*128的彩色图像，这些图像被分成了100类目标，每一类目标包含的72张图像分别是对同一目标在360度范围内每隔5度拍摄得到的。 图5是COIL-100图像库所包含的一些目标图像，图6为COIL-100中某个目标类别的图像 图5 图6 Wang数据库：包含了10类共1000张，大小为256*384的不同的彩色图像。10个类别分别是：公共汽车，恐龙，花朵，非洲人，沙滩，建筑物，大象，马，山和食物。 图7 在实验中，我们将分别从这两个图像库中随机选取50%的图像作为训练集，剩下的50%图像作为测试集。因为MRA算法要求图像的大小为2的整数次幂，所以所有Wang图像库的图像将被调整为256*256大小。这就要求分析次数的最大值为6。这就是说并不需要达到最大的分析次数就能有最好的分类效果，因此，有时候一至两层分析就已经足够了，例如在大象，恐龙和马的分类上。但是，当两类图像具有相似的颜色时，系统将会难以判别，例如颜色相似的公交车和花朵，建筑物和沙滩。表1为Wang图像库分类的混淆矩阵。 表1 根据图像的大小和分析次数的多少，使用Adaboost算法能让我们减少特征的数量。对于COIL-100和Wang图像库每一类图像的特征数量分别为30和50。 分类正确率（CR），每一张图像分类时间（CT/QI）和特征数量（NSF）都在表2中列出： 为了衡量我们所提出方法的有效性