一種圖像特征提取方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及通信技術(shù)，尤其設(shè)及一種圖像特征提取方法及裝置。
【背景技術(shù)】
[0002] 特征提取是許多計(jì)算機(jī)視覺分析任務(wù)（如場景識(shí)別、物體識(shí)別、目標(biāo)檢測）的關(guān)鍵 步驟。因此，如何提取判別性強(qiáng)、魯椿性高的特征一直是一個(gè)研究熱點(diǎn)。傳統(tǒng)意義上，研究 人員的精力主要放在如何手工設(shè)計(jì)具有尺度、視點(diǎn)、光照W及類內(nèi)差異等等不變性的圖像 特征。但是手工設(shè)計(jì)圖像特征，需要研究人員具有非常專業(yè)的領(lǐng)域知識(shí)，挑戰(zhàn)性很強(qiáng)。因 此，像尺度不變性特征轉(zhuǎn)換（SIFT,Scale-invariantFea1:ureTransformation)、方向梯度 直方圖（HOG,HistogramofOrientedGradients)、局部二進(jìn)制模式（LBP，LocalBinary 化ttern)等魯椿性較好的圖像特征非常稀少，通常每5到10年才能設(shè)計(jì)出一項(xiàng)較好的手工 特征。此外，手工設(shè)計(jì)的特征通常在某些視覺任務(wù)中表現(xiàn)出色，但在另外一些任務(wù)中卻表現(xiàn) 一般，例如LBP在人臉識(shí)別領(lǐng)域贏得了廣泛的聲譽(yù)，而HOG主要是因?yàn)樾腥藱z測而出名。
[0003] 近年來的研究熱點(diǎn)一直關(guān)注于如何從數(shù)據(jù)中直接學(xué)習(xí)得到特征表示。廣受關(guān)注的 是卷積神經(jīng)網(wǎng)絡(luò)模型（CNN，ConvolutionalNeuralNetwork),大規(guī)模視覺識(shí)別挑戰(zhàn)賽中圖 像分類比賽的冠軍都是基于的模型。
[0004] 圖1所示為一個(gè)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖，通過對(duì)局部感受野進(jìn)行一系列 的卷積，池化等操作，得到圖像的特征表示。在圖像特征進(jìn)行池化之后，需要將池化后的圖 像特征與標(biāo)注的圖像樣本進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果進(jìn)行誤差反傳，逐漸調(diào)整優(yōu)化模型參數(shù)， 最終理想的圖像特征。CNN在訓(xùn)練過程中需要大量有標(biāo)注的數(shù)據(jù)樣本，例如，ImageNet大規(guī) 模視覺識(shí)別挑戰(zhàn)賽中的訓(xùn)練圖片有超過一百萬張，整個(gè)ImageNet數(shù)據(jù)集有超過一千萬張 的標(biāo)注圖片數(shù)據(jù)。盡管如此，對(duì)于訓(xùn)練一個(gè)超大的模型來說，標(biāo)注數(shù)據(jù)量仍顯得不足。 更加不用說標(biāo)注一個(gè)超大規(guī)模的數(shù)據(jù)集所需要耗費(fèi)的人力、財(cái)力。因此，研究如何從海量的 無標(biāo)注信息的數(shù)據(jù)當(dāng)中無監(jiān)督式的學(xué)習(xí)（unsupervisedlearning)得到判別性較強(qiáng)的特 征，顯得更加有意義一些，也歷來就是學(xué)術(shù)界研究的熱點(diǎn)。
[0005] 在實(shí)際應(yīng)用中，訓(xùn)練一個(gè)大規(guī)模的模型同時(shí)其訓(xùn)練結(jié)果具有良好的性能并不 是一件容易的事情，因?yàn)榈挠?xùn)練嚴(yán)重依賴已標(biāo)注的大數(shù)據(jù)訓(xùn)練樣本，雖然ImageNet已 經(jīng)有眾多的標(biāo)注樣本，但是對(duì)于實(shí)際生活中的數(shù)據(jù)來說還遠(yuǎn)遠(yuǎn)不夠?；ヂ?lián)網(wǎng)上每天都會(huì)有 海量的圖片、視頻數(shù)據(jù)上傳，難W對(duì)海量新增的圖片樣本進(jìn)行標(biāo)注。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明實(shí)施例提供了一種圖像特征提取方法及裝置，用于在無監(jiān)督圖像訓(xùn)練過程 中進(jìn)行高效的圖像特征提取。
[0007] 本發(fā)明實(shí)施例第一方面提供的圖像特征提取方法，包括：
[0008] 對(duì)輸入圖像的待提取像素所在的圖像區(qū)域內(nèi)的區(qū)域像素進(jìn)行稀疏編碼，從而得到 所述區(qū)域像素的M維的編碼系數(shù)，M為大于0的整數(shù)；
[0009] 根據(jù)所述區(qū)域像素的編碼系數(shù)，獲得所述圖像區(qū)域?qū)?yīng)的M個(gè)稀疏編碼圖，其中， 所述M個(gè)稀疏編碼圖中的第k個(gè)稀疏編碼圖中任意坐標(biāo)點(diǎn)的值為所述任意坐標(biāo)點(diǎn)對(duì)應(yīng)在所 述圖像區(qū)域內(nèi)的像素的編碼系數(shù)在第k個(gè)維度下的值，k為小于等于M的正整數(shù)；
[0010] 分別對(duì)所述M個(gè)稀疏編碼圖進(jìn)行池化處理，從而得到所述待提取像素的M維的池 化特征，所述M個(gè)稀疏編碼圖與所述池化特征的M個(gè)維度一一對(duì)應(yīng)；
[0011] 對(duì)所述池化特征進(jìn)行維度約減，從而得到所述待提取像素的用于表示所述池化特 征的約減特征，所述約減特征的維度小于所述池化特征的維度。
[0012] 結(jié)合第一方面，在第一種可能的實(shí)現(xiàn)方式中，所述對(duì)輸入圖像的待提取像素所在 的圖像區(qū)域內(nèi)的區(qū)域像素進(jìn)行稀疏編碼，從而得到所述區(qū)域像素的M維的編碼系數(shù)包括：
[0013] 對(duì)所述區(qū)域像素對(duì)應(yīng)的像素樣本進(jìn)行稀疏編碼，從而得到所述區(qū)域像素的M維的 編碼系數(shù)；
[0014] 其中，根據(jù)W下公式求取所述區(qū)域像素的編碼系數(shù)；
[0015]
【主權(quán)項(xiàng)】
1. 一種圖像特征提取方法，其特征在于，包括： 對(duì)輸入圖像的待提取像素所在的圖像區(qū)域內(nèi)的區(qū)域像素進(jìn)行稀疏編碼，從而得到所述 區(qū)域像素的M維的編碼系數(shù)，M為大于O的整數(shù)； 根據(jù)所述區(qū)域像素的編碼系數(shù)，獲得所述圖像區(qū)域?qū)?yīng)的M個(gè)稀疏編碼圖，其中，所述 M個(gè)稀疏編碼圖中的第k個(gè)稀疏編碼圖中任意坐標(biāo)點(diǎn)的值為所述任意坐標(biāo)點(diǎn)對(duì)應(yīng)在所述圖 像區(qū)域內(nèi)的像素的編碼系數(shù)在第k個(gè)維度下的值，k為小于等于M的正整數(shù)； 分別對(duì)所述M個(gè)稀疏編碼圖進(jìn)行池化處理，從而得到所述待提取像素的M維的池化特 征，所述M個(gè)稀疏編碼圖與所述池化特征的M個(gè)維度一一對(duì)應(yīng)； 對(duì)所述池化特征進(jìn)行維度約減，從而得到所述待提取像素的用于表示所述池化特征的 約減特征，所述約減特征的維度小于所述池化特征的維度。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)輸入圖像的待提取像素所在的圖 像區(qū)域內(nèi)的區(qū)域像素進(jìn)行稀疏編碼，從而得到所述區(qū)域像素的M維的編碼系數(shù)包括： 對(duì)所述區(qū)域像素對(duì)應(yīng)的像素樣本進(jìn)行稀疏編碼，從而得到所述區(qū)域像素的M維的編碼 系數(shù)； I中·枏抿W下公式龍取所沭嘆城像素的編碼紊數(shù)；
所述是由所述區(qū)域像素對(duì)應(yīng)的像素樣本中的坐標(biāo)點(diǎn)的值所列化的列向量，（i，j)為 所述區(qū)域像素的坐標(biāo)，所述K為稀疏函數(shù)
的稀疏度，所述為所述 區(qū)域像素的編碼系數(shù)，所述Z為所述的字典。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述分別對(duì)所述M個(gè)稀疏編碼圖進(jìn)行 池化處理，從而得到所述M維的池化特征，包括： 根據(jù)以下公式求取所述M維的池化特征；
所述表示所述池化特征，N(i，j)表示所述稀疏編碼圖相對(duì)于所述輸入圖像所在的 坐標(biāo)區(qū)域，所述P，q e N(i，j)表示坐標(biāo)（p，q)在所述坐標(biāo)區(qū)域之內(nèi)，所述為對(duì)應(yīng)的空間 坐標(biāo)為（P，q)的編碼系數(shù)在第1維度下的值，所述<為對(duì)應(yīng)的空間坐標(biāo)為（p，q)的編碼系 數(shù)在第M維度下的值。
4. 根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，對(duì)所述池化特征進(jìn)行維度約 減，從而得到用于表示所述池化特征的約減特征，包括： 根據(jù)以下公式得到用于維度約減的編碼器對(duì)應(yīng)的函數(shù)f，利用函數(shù)f對(duì)所述池化特征 進(jìn)行維度約減，從而得到用于表示所述池化特征的約減特征；
其中，g表示用于將所述約減特征恢復(fù)為所述池化特征的解碼器的函數(shù)，η表示所述池 化特征。
5. 根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，在所述對(duì)所述池化特征進(jìn)行維 度約減之前，還包括： 對(duì)所述M維的池化特征進(jìn)行歸一化處理。
6.