基于BP神經(jīng)網(wǎng)絡(luò)的圖像粗分類

李政浩

圖像分類是計(jì)算機(jī)視覺研究與許多專業(yè)領(lǐng)域的重要研究對(duì)象。良好的圖像分類器能夠針對(duì)特定的分類需求，快速準(zhǔn)確的對(duì)某類圖像進(jìn)行分類，從而解決特定領(lǐng)域的特定問題。

當(dāng)下，隨著數(shù)據(jù)的爆炸增長(zhǎng)，圖像分類器在需要保證精度的同時(shí)，也需要擁有較快的速度。因此，實(shí)踐中通常對(duì)大量圖像進(jìn)行粗分類后，然后再將粗分類結(jié)果作為新的數(shù)據(jù)集，再次進(jìn)行細(xì)分類，以提高總分類速度。

本文探究了一種基于BP 神經(jīng)網(wǎng)絡(luò)的圖像粗分類方法。通過反向傳播算法，逐層傳播誤差。依據(jù)相似的圖像擁有相似的直方圖這一原理構(gòu)建圖像粗分類器，對(duì)圖像樣本進(jìn)行快速的分類。實(shí)驗(yàn)結(jié)果表明，基于此方法搭建的神經(jīng)網(wǎng)絡(luò)非常穩(wěn)健，在四分類問題中，最終分類準(zhǔn)確率能夠達(dá)到約70%，能夠勝任圖像粗分類任務(wù)的需求。

1 具體內(nèi)容及技術(shù)

1.1 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)由多層神經(jīng)元構(gòu)成，通常包含輸入層、隱藏層與輸出層。每層由多個(gè)神經(jīng)元構(gòu)成，每層神經(jīng)元的輸入值有如下表示：

圖1 不同圖像對(duì)應(yīng)的直方圖

神經(jīng)元的本質(zhì)為一個(gè)非線性可導(dǎo)激活函數(shù)，本文采用的激活函數(shù)為Sigmoid 函數(shù)，通常使用表示，表達(dá)式如公式1，導(dǎo)數(shù)表達(dá)式如公式2：

根據(jù)如上神經(jīng)元定義，當(dāng)激活函數(shù)選用Sigmoid 函數(shù)時(shí)，即能夠得到如下表示：

通過網(wǎng)絡(luò)前向傳播，最終便可得到輸出層的輸出值。

1.2 反向傳播算法

在有監(jiān)督學(xué)習(xí)中，對(duì)于給定的輸入值，數(shù)據(jù)中擁有已知的正確輸出值。即需要神經(jīng)網(wǎng)絡(luò)在整個(gè)數(shù)據(jù)集上的誤差最小。此時(shí)，需要引進(jìn)損失函數(shù)。

損失函數(shù)是一類能夠反映輸出值與目標(biāo)值差異的非線性可導(dǎo)函數(shù)。常用的損失函數(shù)有均方誤差、絕對(duì)值誤差、指數(shù)損失等，本文使用了平方差，表示如下：

使用C 表示損失函數(shù)；y 表示輸出層神經(jīng)元的目標(biāo)輸出值。

通過計(jì)算誤差在不同參數(shù)上的敏感度，從而對(duì)誤差進(jìn)行調(diào)整，即可對(duì)權(quán)重以及偏置的差異進(jìn)行調(diào)整。使用偏導(dǎo)數(shù)表示權(quán)重或偏置的差異程度，以權(quán)重為例，通過鏈?zhǔn)角髮?dǎo)法則，能夠得到代價(jià)C 對(duì)權(quán)重的敏感度表示如下：

同理，能夠分別得到代價(jià)函數(shù)對(duì)偏置、上一層神經(jīng)元輸出以及上一層神經(jīng)元權(quán)重的敏感度。

至此，誤差即可從輸出層通過隱藏層傳播到輸入層，經(jīng)過多次訓(xùn)練，即可將網(wǎng)絡(luò)的輸出值趨向于某個(gè)穩(wěn)健參數(shù)。

1.3 基于直方圖的圖像分類

圖像直方圖是圖像的特征之一。通過統(tǒng)計(jì)不同灰度像素值點(diǎn)的個(gè)數(shù)，從而得到圖像在不同灰度權(quán)重的大小。

由圖1 可見，相似圖像的直方圖形狀也較為相似，不同類別的圖像直方圖差異也較大。

相似的圖像擁有相似的直方圖，因?yàn)橐活悎D像中相同的色彩比例相似。依據(jù)這一原理，便能夠根據(jù)圖像的直方圖形狀判斷圖像是否屬于一類。

2 結(jié)果

2.1 模型選用

本文訓(xùn)練集選用了四類風(fēng)景圖像，包含了海灘、森林、沙漠、夕陽圖像各550 張。該問題為圖像的四分類問題。針對(duì)此問題，構(gòu)建了一個(gè)三層全連接網(wǎng)絡(luò)模型。其中，輸入層包含了768 個(gè)神經(jīng)元；單個(gè)隱藏層包含了30 個(gè)神經(jīng)元；輸出層包含了4 個(gè)神經(jīng)元。

在訓(xùn)練過程中，學(xué)習(xí)率為0.7，初始權(quán)重與偏置隨機(jī)選用，神經(jīng)元激活函數(shù)選用Sigmoid 函數(shù)，誤差函數(shù)選用均方誤差。

2.2 結(jié)果分析

本文依據(jù)相似圖像擁有相似直方圖這一原理，構(gòu)建了三層全連接神經(jīng)網(wǎng)絡(luò)，輸入層有768 個(gè)神經(jīng)元，分別對(duì)應(yīng)圖像紅綠藍(lán)通道0～255 灰度歸一直方圖的值；隱藏層具有30 個(gè)神經(jīng)元；輸出層有4個(gè)神經(jīng)元，對(duì)應(yīng)四類輸出結(jié)果。

實(shí)驗(yàn)結(jié)果表明，基于此方法的分類器分類速度非?？?，10 000 次前向傳播，在本機(jī)環(huán)境下僅耗時(shí)約0.25s。在訓(xùn)練1 000 輪后，最終得到的分類準(zhǔn)確率能夠達(dá)到約70%，能夠勝任圖像粗分類的需求。

3 結(jié)束語

本文探究了基于BP 神經(jīng)網(wǎng)絡(luò)的圖像分類器。介紹了神經(jīng)網(wǎng)絡(luò)以及BP 傳播算法。通過該方法得到的分類器，能夠在保證一定精度的同時(shí)，對(duì)圖像進(jìn)行快速的分類。

基于BP 全連接神經(jīng)網(wǎng)絡(luò)的圖像分類器，具有速度快的特點(diǎn)。使用圖像的直方圖作為圖像分類依據(jù)，在加快速度的同時(shí)，也增加了圖像對(duì)平移、旋轉(zhuǎn)、縮放的抗噪能力。