【CN109816030A】一种基于受限玻尔兹曼机的图像分类方法及装置【专利】

的特征，图像样本 的特征为：
其中 表示图像样本训练集中第i个类别的第j个图像样本，ftriT表示该图像样本在
第i个受限玻尔兹曼机模型中提取到的特征； (3) 将 训练集中的图 像样本输入到各受限 玻 尔兹曼机模型中 ，对 训练集中的 各图 像样
本进行特征提取； (4) 利 用步骤 (3) 中提取到的 训练集中各图 像样本的 特征及其对应类别标签对分类模
本进行特征提取，得到图像样本在各受限玻尔兹曼机模型中的特征，图像样本 的特征
为：
其中 表示图像样本训练集中第i个类别的第j个图像样本，ftriT表示该图像样本在
第i个受限玻尔兹曼机模型中提取到的特征； (4) 利 用步骤 (3) 中提取到的 训练集中各图 像样本的 特征及其对应类别标签对分类模
型进行训练； (5) 将待测的图 像样本输入到各受限 玻 尔兹曼机模型中 ，对待测试图 像样本进行特征
权利要求书2页 说明书9页 附图5页
CN 109816030 A
CN 109816030 A
权 利 要 求 书
1/2 页
1 .一种基于受限玻尔兹曼机的图像分类方法，其特征在于，该分类方法包括以下步骤： (1) 获取图 像样本 训练集 ，该 训练集中 包括C个类 别的图 像 ，每个类 别包含有 相应数量 的训练图像； (2) 将 训练集按照类别划分为C个数据集 ，对每个数据集进行受限 玻 尔兹曼机 训练 ，得 到C个受限玻尔兹曼机模型和对应的训练参数； (3) 将 训练集中的图 像样本输入到各受限 玻 尔兹曼机模型中 ，对 训练集中的 各图 像样
2
CN 109816030 A
权 利 要 求 书
2/2 页
模型为支持向量机。 7 .一种基于受限玻尔兹曼机的图像分类装置，其特征在于，包括处理器和存储器，所述
存储器上存储有用于在所述处理器上执行的计算机程序，所述处理器执行该计算机程序时 实现基于受限玻尔兹曼机的图像分类方法，该分类方法包括如下步骤：
代理人 吴敏
(51)Int .Cl . G06K 9/62(2006 .01)
(10)申请公布号 CN 109816030 A (43)申请公布日 2019.05.28
( 54 )发明 名称 一种基于受限玻尔兹曼机的图像分类方法
及装置 ( 57 )摘要
本发明提供一种基于受限玻尔兹曼机的图 像分类方法及装置 ，该分类方法包括以 下步骤 ： 获取图像样本训练集；将训练集按照类别划分为 C个数据集 ，对每个数据集进行受限 玻 尔兹曼机 训练 ，得到C个受限 玻 尔兹曼机模型 和对应的 训 练参数；将训练集中的图像样本输入到各受限玻 尔兹曼机模型中 ，对训练集中的各图像样本进行 特征提取 ；利用提取到的 训练集中各图像样本的 特征及其对应类别标签对分类模型进行 训练 ；将 待测图像样本输入到各受限玻尔兹曼机模型中 进行特征提取，将提取出的待测图像样本特征输 入到训练好的分类模型，实现对待测试图像样本 的 分类。本发明提供的 技术方案 ，能 够对待 测试 图像样本更高精度的分类，解决现有技术中图像 分类精度低的问题。
(1) 获取图 像样本 训练集 ，该 训练集中 包括C个类 别的图 像 ，每个类 别包含有 相应数量 的训练图像；
(2) 将 训练集按照类别划分为C个数据集 ，对每个数据集进行受限 玻 尔兹曼机 训练 ，得 到C个受限 玻 尔兹曼机模型 和对应的 训练参数 ，得到图 像样本在各受限 玻 尔兹曼机模型中
提取 ，并将提取出的 待测图 像样本特征输入到 训练好的分类模型中 ，实现对待测试图 像样 本的分类。
2 .根据权利要求1所述的基于受限玻尔兹曼机的图像分类方法，其特征在于，所述步骤 (1)还包括对训练集中的样本图像进行预处理的步骤，该预处理包括对样本图像进行分辨 率一致的 缩放处理过程 和对缩放处理 后的 样本进行归一化的 过程 ；所述步骤 (5) 在对待测 试图像进行特征提取之前需要对待测试图像样本进行预处理，该预处理包括对样本图像进 行分辨率一致的缩放处理过程和对缩放处理后的样本图像进行归一化的过程。
3 .根据权利要求1所述的基于受限玻尔兹曼机的图像分类方法，其特征在于，所述受限 玻尔兹曼机模型为一个两层的玻尔兹曼机模型。
4 .根据权利要求3所述的基于受限玻尔兹曼机的图像分类方法，其特征在于，所述步骤 (3)中提取的特征为：
为第k类别对应第一层受限玻尔兹曼机模型中隐层单元和可见单元之间的交互项， 为第k类别对应第一层受限玻尔兹曼机模型中可见层的偏差， 为第k类别对应第 一层受限玻尔兹曼机模型中隐层的偏差， 为第k类别对应第一层受限玻尔兹曼机模型中 隐层单元和可见单元之间的交互项， 为第k类别对应第二层受限玻尔兹曼机模型中可见 层的偏差， 为第k类别对应第二层受限玻尔兹曼机模型中隐层的偏差，σ(x)为sigmoid激 活函数。 5 .根据权利要求1所述的基于受限玻尔兹曼机的图像分类方法，其特征在于，所述步骤 (3) 和步骤 (5) 进行特征提取的受限玻尔兹曼机模型为高斯- 伯努利受限 玻尔兹曼机模型 ， 是将训练后的受限玻尔兹曼机模型扩展得到。 6 .根据权利要求1所述的基于受限玻尔兹曼机的图像分类方法，其特征在于，所述分类
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910092833 .8
(22)申请日 2019 .01 .30
(71)申请人 河南科技大学 地址 471003 河南省洛阳市涧西区西苑路 48号
(72)发明人 谢国森 臧绍飞 沈珍君 杨春蕾 普杰信
(74)专利wk.baidu.com理机构 郑州睿信知识产权代理有限 公司 41119
型进行训练； (5) 将待测的图 像样本输入到各受限 玻 尔兹曼机模型中 ，对待测试图 像样本进行特征
提取 ，并将提取出的 待测图 像样本特征输入到 训练好的分类模型中 ，实现对待测试图 像样 本的分类。
8 .根据权利要求7所述的基于受限玻尔兹曼机的图像分类装置，其特征在于，所述步骤 (1)还包括对训练集中的样本图像进行预处理的步骤，该预处理包括对样本图像进行分辨 率一致的 缩放处理过程 和对缩放处理 后的 样本进行归一化的 过程 ；所述步骤 (5) 在对待测 试图像进行特征提取之前需要对待测试图像样本进行预处理，该预处理包括对样本图像进 行分辨率一致的缩放处理过程和对缩放处理后的样本图像进行归一化的过程。