一种基于对抗学习的植物叶片图像细分类方法技术

本发明专利技术属于图像分类技术领域，具体为一种基于对抗学习的植物叶片图像细分类方法。本发明专利技术通过将植物叶片图像多次分割打乱之后作为样本训练植物叶片图像细分类模型；最后将植物叶片图像经过同样的多重打乱操作之后输入到训练好的网络模型，计算并输出植物图片的细分类结果。相比于现有的植物细分类方法，本发明专利技术所提出的方法可以提取图片的多个粒度的特征，另外引入的全局上下文块可以融合图像的全局和局部特征，提高了网络融合多个粒度的特征的能力。

【技术实现步骤摘要】
一种基于对抗学习的植物叶片图像细分类方法
本专利技术属于植物细分类领域，具体涉及一种基于对抗学习的植物叶片图像细分类方法。
技术介绍
植物是生命发展的支柱，不管是环境还是人类的生存都要依靠植物的存在，不管是为了便利人类的生活还是出于对环境保护的考量对于植物类别的分辨都非常重要，比如准确的分辨药用植物和非药用植物等。传统的植物分类需要植物学专家依靠自己的专业知识进行分辨，而对于普通人来说是一件非常困难的事，为了满足植物科普以及保护植物的需要，研究利用现代图像处理、深度学习方法进行植物叶片图像分类是非常有必要的。传统的植物分类方法需要植物学家利用自己丰富的分类经验才能够进行分辨，分类速度非常慢，而且一般人不具备植物学家的专业知识。而在机器学习领域，可以通过传统的图像处理方法，提取植物叶片的形状、纹理等特征，利用KNN等分类算法对植物叶片图像进行分类，而这种方法提取特征不充分，分类类别较少，无法对大规模的植物叶片进行精细的分类。而目前基于神经网络的方法，大多集中于对于植物叶片的局部特征或者全局特征，没有将两者很好的结合起来，导致在分类结果上存本文档来自技高网...

【技术保护点】
1.一种基于对抗学习的植物叶片图像细分类方法，其特征在于，其分为2个阶段：植物叶片图像细分类模型训练阶段，植物叶片图像分类阶段；其中：/n植物叶片图像细分类模型训练阶段，通过对输入的植物叶片图片进行分割打乱以及卷积运算，引入全局上下文块，建立植物叶片图像细分类模型，并使用大量的植物叶片图像样本进行训练；/n植物叶片图像分类阶段，将待测的植物叶片图像经过与训练阶段同样的打乱操作之后输入到已训练完成的植物叶片图像细分类模型后，网络输出待测的植物叶片图像的分类结果。/n

【技术特征摘要】
1.一种基于对抗学习的植物叶片图像细分类方法，其特征在于，其分为2个阶段：植物叶片图像细分类模型训练阶段，植物叶片图像分类阶段；其中：
植物叶片图像细分类模型训练阶段，通过对输入的植物叶片图片进行分割打乱以及卷积运算，引入全局上下文块，建立植物叶片图像细分类模型，并使用大量的植物叶片图像样本进行训练；
植物叶片图像分类阶段，将待测的植物叶片图像经过与训练阶段同样的打乱操作之后输入到已训练完成的植物叶片图像细分类模型后，网络输出待测的植物叶片图像的分类结果。


2.根据权利要求1所述的植物叶片图像细分类方法，其特征在于，具体步骤如下：
(1)图像预处理
在进行图像预处理时，对于每一张输入的图像I，经过随机裁剪到448×448之后，分别使用N为1，4，7这三个尺寸，先将其划分为N×N的子区域Ri，j，其中i和j是行号和列号，1≤i，j≤N，然后对N×N的子区域做打乱操作，并给打乱后的图片赋予新的标签，具体赋予方式为若N＝1的标签为Li，则N＝4的标签为Li+Kcls，N＝7的标签为Li+2*Kcls，Kcls表示植物叶片图像的总类别数；图片的打乱方式如下：
首先，对Ri，j中的第i行生成一个大小为N的随机数组qi，数组qi中的第j个元素qi，j＝j+r，其中r是一个随机变量，r∈[-k，k]，1≤k≤N；其次，对数组qi进行排序，得到一个新的排列对Ri，j中的第j列也生成一个大小为N随机数组pj，数组pj中的第i个元素pj，i＝i+t，其中t是一个随机变量t∈[-k，k]；接着对数组pj排序，得到一个新的排列最后，再在子区域Ri，j的(i，j)位置处放置一个新的子区域：



(2)植物叶片图像细分类模型训练
1)构建网络
网络结构分为三个模块，分别是：分类网络模块、对抗学习模块、区域定位模块。分类网络模块的作用是对输入的图像进行分类；对抗学习模块的输入是分类网络中第六层的输出，用于减少在图像预处理阶段因打乱图像而引入的噪声；区域定位模块的输入是分类网络中第五层的输出，用于促使网络构建各个切分区域之间的语义关系；它们结构如下：
a)分类网络
分类网络采用了八层结构：
第一层，由三个连续的相同模块组成，每一个模块中包含了64个1×1的卷积核、64个3×3的卷积核和256个1×1的卷积核；
第二层，由四个连续的相同模块组成，每一个模块中包含了128个1×1的卷积核、128个3×3的卷积核和512个1×1的卷积核；
第三层，由六个连续的相同模块组成，每一个模块中包含了256个1×1的卷积核、256个3×3的卷积核和1024个1×1的卷积核；
第四层，全局上下文块，它的结构包含了3个1×1卷积、逻辑回归、层归一化和线性整流函数等，其具体计算流程：将分类网络中第三层的输出X∈RC×H×W作为输入，C表示X的通道数，H和W表示X的高度和宽度，将X变换维度得到X1∈RC×HW，然后X1经过1×1卷积和逻辑回归之后得到X′∈RHW×1×1，然后对X1和X′做矩阵乘法，再对得到的结果依次经过1×1卷积，层归一化、线性整流函数和1×1卷积得到X″∈RC×1×1，最后再对X和X″做矩阵加法，得到最终的结果输入到下一层进行运算；
第五层，由三个连续的相同模块组成，每一个模块中包含了512个1×1的卷积核、512个3×...

【专利技术属性】
技术研发人员：金城，靳璐瑞，吴渊，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31