一种基于深度学习的秦俑碎块分类方法技术

本发明专利技术公开一种基于深度学习的秦俑碎块分类方法，首先对秦俑碎块数据集进行预处理操作，去除图片背景、裁掉图片多余白边、统一图片规格图像、归一化处理；然后将处理后的样本全部作为训练集，并随机选择部分样本进行标注，分批导入经过改进的卷积稀疏自编码器网络进行无监督地迭代训练，直到loss足够小且趋于平稳，得到瓶颈层的输出作为有效特征；接着根据有效特征构建锚图，并使用基于密度峰值的锚图半监督分类算法学习锚图模型得到未标记样本的预测值；最后选择置信度最高的类别作为预测标签，和真实标签对比计算出分类准确率；本发明专利技术操作方便，克服了现有方法分类准确率不高的问题。问题。

【技术实现步骤摘要】
一种基于深度学习的秦俑碎块分类方法


[0001]本专利技术属于文物保护等领域，涉及深度学习技术，具体涉及一种基于深度学习的秦俑碎块分类方法。

技术介绍

[0002]在文物挖掘保护领域，文物碎块的精准分类是该领域的重要研究内容。秦俑是秦始皇的殉葬品，数目庞大，形态各异，富于感人的艺术魅力，是我国古代璀璨文明的一张金字名片。秦俑是陶质刚体，保存不好容易断裂破碎，历经自然的风蚀和历史的变迁，能完整保存下来的秦俑陶器少之又少。秦俑碎块的分类是秦俑虚拟复原工作的重要一环，并为秦俑后续研究工作提供了重要依据。
[0003]传统的秦俑碎块分类，往往需要依靠专家经验，要经过一系列的测量、标注、分析、比对、反复的试拼接等手工操作流程。整个流程繁琐复杂，不仅消耗了大量的时间和精力，还容易对文物造成二次损坏。随着科学技术的进步和发展，利用计算机等设备辅助文物复原的工作逐渐展开。通过三维激光扫描仪把文物碎块数字化，利用计算机存储、标注、测量、检索、匹配、拼接等一系列自动化的虚拟复原工作具有很高的应用价值和现实意义。其中，碎块的标注是秦俑虚拟复原工作的重要一环，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的秦俑碎块分类方法，其特征在于包括如下步骤：步骤1，对秦俑碎块数据集进行预处理，除去图片背景，裁掉多余的白边，并进行归一化处理；步骤2，将处理后的样本全部作为训练集，并随机选择部分样本进行标注，分批导入经过改进的卷积稀疏自编码器网络；步骤3，利用卷积稀疏自编码器对导入的数据进行无监督训练，不断的进行迭代训练，直到loss足够小且趋于平稳，得到瓶颈层的输出作为有效特征；步骤4，以卷积稀疏自编码器网络瓶颈层的输出作为依据，使用自适应的密度峰值算法得到一组样本子集作为锚点，并通过式(1)建立与数据点之间的局部权重，即计算关系矩阵Z；其中，K
h
(
·
)表示一个核函数，h是核函数的带宽，表示样本x
i
的s个近邻锚点的集合，m为锚点个数，a
t
是锚点，；步骤5，通过式(2)计算归一化的图拉普拉斯矩阵构建锚图，并通过式(3)执行锚图正则化框架，最后通过式(4)推出未标记样本的标签，和真实样本标签对比得到分类准确率；其中，W是邻接矩阵D是对角矩阵，定义为D是对角矩阵，定义为其中是标记矩阵，y
i
∈{1，2...

【专利技术属性】
技术研发人员：王小凤，邓胡承，张鹏飞，刘雨萌，刘喆，杨稳，
申请(专利权)人：西北大学，
类型：发明
国别省市：