基于胶囊网络的多标签图像分类和语义分割

发布时间：2020-12-25 02:57

　　胶囊网络这一概念一经提出便得到了人们广泛的关注和运用。胶囊网络的理论基础是,人类大脑运行着一种机制,这种机制将低层次的视觉信息传递到它认为能最好处理这些信息的神经元。人类使用胶囊网络模仿这种机制,机器中的胶囊除存储物体的特征信息之外,还可以存储物体的位姿信息（位置、方向、角度）,并且胶囊之间的连接方式可以进行信息的不损失传递。胶囊网络在单标签图像分类上有较好的表现,它在MNIST以及Cifar-10等数据集上的分类结果都优于卷积神经网络。但是胶囊网络在更加复杂的数据集或者计算机视觉的其他领域能否也有优异的表现这还未可知。本文针对胶囊网络的这些应用限制做出分析,结合用于多标签图像分类和语义分割的卷积神经网络的特性,改进胶囊网络的结构,使之能够应用于多标签图像分类任务和语义分割任务,且性能上优于卷积神经网络。本文的主要研究工作和贡献归纳如下:1、提出适合于多标签分类的胶囊动态路由方法,通过分散低层胶囊到高层胶囊的激活量,令胶囊网络可以对多个标签进行响应。同时,针对多标签分类任务输入较大的情况,提出将胶囊层嵌入至卷积层之后的方法,消除胶囊层容量不足的限制;并且提出使用概率参数绑定胶囊之间连接... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

MNIST手写数字

兰州大学硕士学位论文基于胶囊网络的多标签图像分类和语义分割9第二章胶囊网络技术本文的全部工作都基于胶囊网络结构理论，所以本节中先介绍胶囊网络的几个关键要点：胶囊封装，向量激活，动态路由算法。之后本节会分析胶囊网络相对于卷积神经网络的优势和劣势，以及将胶囊网络应用于更多领域的难点。2.1胶囊网络的基本原理2.1.1卷积神经网络的缺陷Hinton等人提出胶囊网络的依据是，他们分析得出卷积神经网络有两个缺陷：特征无关性和池化信息损失。卷积神经网络的工作原理是通过多层滤波器提取输入的特征，再通过计算特征与目标的契合程度进行结果预测。以图2-1人脸为例，图片左边部分是一张正常的人脸，而右边部分虽然拥有人脸的所有器官，但是从人类视觉上看，这些器官的位置组合并不能构成一个正常的人脸。但是对卷积神经网络而言，它只能使用滤波器提取到每个器官的特征信息，再对提取的信息做线性累加，通过计算累加值的大小判断图片中是否包含目标，所以卷积神经网络会认为图片的左右两边都是正常的人脸。图2-1正常人脸和五官混乱的“人脸”卷积神经网络第二个缺陷是其池化层，Hinton等人认为卷积神经网络池化过程中只保留响应最高的神经元而丢弃其他所有神经元的行为极大地损失了图片有效信息。如图2-2所示，最大池化会保留区域中最大的激活值，但是区域中的其他激活值会被丢弃。这一点在全卷积网络FCN[44]中也被提及，FCN解决池化层丢失细节信息的措施是将池化前的特征层保留，在最后特征结算时将这些保留的特征也融合进去，从而减少信息的损失。


本文编号：2936820