一种用于图像特征提取的分解融减自动编码器算法制造技术

本发明专利技术公开了一种用于图像特征提取的分解融减自动编码器算法，包括建立分解融减网络结构和分解重构损失函数，分解融减网络结构首先分为主通道和辅助通道，对主通道和辅助通道进行相互独立地特征提取，并将辅助通道中的特征与主通道中的特征进行特征融合，在主通道的内部利用跳跃连接将前端每层的局部特征和后端每层的全局特征进行特征的跨层融合，通过建立双通道进行特征提取，在前后特征层和通道间特征层中进行特征融合，并且设计了融合权重确定策略；通过设计最新的分解重构损失函数，在对称特征层之间计算重构损失，将该损失与信号间的损失一并形成最终的重构损失函数，在最终重构损失函数优化过程中采用分割优化策略，增强对特征的优化能力。

【技术实现步骤摘要】
一种用于图像特征提取的分解融减自动编码器算法
本专利技术涉及图像特征提取
，具体为一种用于图像特征提取的分解融减自动编码器算法。
技术介绍
现有自动编码器算法在在用于各类图像特征提取中虽然取得了显著成绩，但由于部分图像存在所有细节特征均有潜在价值、成像部位具有高度相似性以及受成像设备影响较大等问题，这使得在图像特征提取过程中提取高质量特征显得尤为必要。通过对现有各种自动编码器算法的系统分析发现，现有各种自动编码器算法整体而言存在算法参数量大、对不同应用场景的普适性低等问题，具体而言在编码过程中缺乏特征融合，在解码过程中信号损失严重，在损失函数中优化目标单一，最终限制了所提取特征的质量。基于此，本专利技术设计了一种用于图像特征提取的分解融减自动编码器算法，以解决上述提到的问题。
技术实现思路
本专利技术的目的在于提供一种用于图像特征提取的分解融减自动编码器算法，通过在编码器中建立新的特征提取策略，解决特征提取不充分、质量低等问题；在解码器中解决特征解码效率低、特征损失大等问题。在重构损失函数中，本专利技术主要解决本文档来自技高网...

【技术保护点】
1.一种用于图像特征提取的分解融减自动编码器算法，其特征在于：包括建立分解融减网络结构和分解重构损失函数，/n所述分解融减网络结构首先分为主通道和辅助通道，通过对主通道和辅助通道进行相互独立地特征提取，并将辅助通道中的特征与主通道中的特征进行特征融合，同时在主通道的内部利用跳跃连接将前端每层的局部特征和后端每层的全局特征进行特征的跨层融合，特征层间的融合过程可表示为：/nQ＝αβ(W

【技术特征摘要】
1.一种用于图像特征提取的分解融减自动编码器算法，其特征在于：包括建立分解融减网络结构和分解重构损失函数，
所述分解融减网络结构首先分为主通道和辅助通道，通过对主通道和辅助通道进行相互独立地特征提取，并将辅助通道中的特征与主通道中的特征进行特征融合，同时在主通道的内部利用跳跃连接将前端每层的局部特征和后端每层的全局特征进行特征的跨层融合，特征层间的融合过程可表示为：
Q＝αβ(Wa*Ea+ba+1)+χβ(Wd*Ed+bd+1)(1)
其中，Q为融合后的特征层；α和χ为融合层与被融合层的权重系数；β为激活函数；Wa为融合层的节点权重；Wd为被...

【专利技术属性】
技术研发人员：孙宇，魏本征，李翔，张魁星，丛金玉，
申请(专利权)人：山东中医药大学，
类型：发明
国别省市：山东;37