本發(fā)明涉及的是一種圖像領(lǐng)域的技術(shù)，具體是一種基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)。

背景技術(shù)：

1、現(xiàn)有模糊樣本分類(lèi)技術(shù)包括：基于手動(dòng)提取特征并構(gòu)建分類(lèi)器的機(jī)器學(xué)習(xí)方法；以及使用深度學(xué)習(xí)方法自適應(yīng)地獲取目標(biāo)特征，并采用卷積神經(jīng)網(wǎng)絡(luò)(cnn)或transformer架構(gòu)進(jìn)行分類(lèi)。這些方法通過(guò)各種圖像編碼技術(shù)或網(wǎng)絡(luò)架構(gòu)來(lái)提高分類(lèi)性能，但現(xiàn)有技術(shù)難以區(qū)分模糊類(lèi)別樣本且無(wú)法進(jìn)行圖像生成的同時(shí)，無(wú)法特異性控制和增強(qiáng)圖像的隱空間因果特征。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)在圖像特征不明顯時(shí)難以分類(lèi)的問(wèn)題，提出一種基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，通過(guò)在生成模型中特異性控制目標(biāo)的類(lèi)別因果特征表達(dá)并用于圖像二分類(lèi)任務(wù)中，從而提高模型對(duì)模糊樣本的分類(lèi)準(zhǔn)確率。

2、本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

3、本發(fā)明涉及一種基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，包括：數(shù)據(jù)讀取模塊、因果生成器模塊和用于訓(xùn)練的鑒別器模塊，其中：數(shù)據(jù)讀取模塊根據(jù)輸入的三維圖像信息，進(jìn)行圖像剪切單元、圖像歸一化單元、格式轉(zhuǎn)換單元處理，得到可以被后續(xù)模塊讀取和識(shí)別的數(shù)據(jù)信息；因果生成器模塊通過(guò)閉環(huán)圖像生成分支根據(jù)接收數(shù)據(jù)讀取模塊的處理結(jié)果，進(jìn)行因果圖像生成處理，得到原始圖像的增強(qiáng)版本；然后通過(guò)圖像分類(lèi)分支根據(jù)原始圖像的增強(qiáng)版本得到準(zhǔn)確分類(lèi)結(jié)果；鑒別器模塊根據(jù)因果生成器的處理結(jié)果，對(duì)原始圖像的增強(qiáng)版本進(jìn)行圖像真實(shí)性鑒別，得到圖像真實(shí)性分?jǐn)?shù)，從而完成與生成器的對(duì)抗性訓(xùn)練，確保因果生成器生成圖像的真實(shí)性。

技術(shù)特征：

1.一種基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征在于，包括：數(shù)據(jù)讀取模塊、因果生成器模塊和用于訓(xùn)練的鑒別器模塊，其中：數(shù)據(jù)讀取模塊根據(jù)輸入的三維圖像信息，進(jìn)行圖像剪切單元、圖像歸一化單元、格式轉(zhuǎn)換單元處理，得到被后續(xù)模塊讀取和識(shí)別的數(shù)據(jù)信息；因果生成器模塊通過(guò)閉環(huán)圖像生成分支根據(jù)接收數(shù)據(jù)讀取模塊的處理結(jié)果，進(jìn)行因果圖像生成處理，得到原始圖像的增強(qiáng)版本；然后通過(guò)圖像分類(lèi)分支根據(jù)原始圖像的增強(qiáng)版本得到準(zhǔn)確分類(lèi)結(jié)果；鑒別器模塊根據(jù)因果生成器的處理結(jié)果，對(duì)原始圖像的增強(qiáng)版本進(jìn)行圖像真實(shí)性鑒別，得到圖像真實(shí)性分?jǐn)?shù)，從而完成與生成器的對(duì)抗性訓(xùn)練，確保因果生成器生成圖像的真實(shí)性。

2.根據(jù)權(quán)利要求1所述的基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征是，所述的因果生成器模塊的閉環(huán)圖像生成分支包括：第一編碼器、因果感知單元和解碼器，其中：第一編碼器將張量類(lèi)型原始圖像編碼至高維隱空間得到隱空間特征；因果感知單元基于隱空間特征進(jìn)行因果篩選和類(lèi)別反事實(shí)處理，得到用于指導(dǎo)隱空間特征的反事實(shí)模板特征；解碼器根據(jù)隱空間特征進(jìn)行解碼，恢復(fù)到原始圖像分辨率，得到生成圖像并重新輸入第一編碼器形成閉環(huán)通路，并循環(huán)上述步驟n次，直至生成清晰類(lèi)別的原始圖像的增強(qiáng)版本圖像；

3.根據(jù)權(quán)利要求1所述的基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征是，所述的圖像分類(lèi)分支包括：第二編碼器和分類(lèi)頭，其中：第二編碼器將原始圖像的增強(qiáng)版本圖像編碼至高維隱空間特征；分類(lèi)頭根據(jù)高維隱空間特征得到準(zhǔn)確的模糊類(lèi)別樣本分類(lèi)結(jié)果。

4.根據(jù)權(quán)利要求1所述的基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征是，所述的數(shù)據(jù)讀取模塊包括：圖像剪切單元、圖像歸一化單元和格式轉(zhuǎn)換單元，其中：圖像剪切單元從輸入的模糊類(lèi)別3d圖像中剪切得到包括待分類(lèi)目標(biāo)區(qū)域的邊界框，圖像歸一化單元將邊界框內(nèi)的圖像歸一化至0-1區(qū)間，格式轉(zhuǎn)換單元將歸一后的圖像從物理像素值參數(shù)轉(zhuǎn)換為深度學(xué)習(xí)網(wǎng)絡(luò)能夠識(shí)別的張量類(lèi)型原始圖像。

5.根據(jù)權(quán)利要求2所述的基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征是，所述的因果篩選是指：判斷隱空間特征對(duì)應(yīng)的凍結(jié)分類(lèi)頭中的權(quán)重參數(shù)絕對(duì)值是否為前25％，然后保留因果特征并去除無(wú)關(guān)特征后得到因果特征集合。

6.根據(jù)權(quán)利要求2所述的基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，其特征是，所述的類(lèi)別反事實(shí)處理是指：判斷因果特征集合中的特征對(duì)應(yīng)的凍結(jié)分類(lèi)頭中的權(quán)重參數(shù)的正負(fù)號(hào)與輸入的模糊類(lèi)別3d圖像的類(lèi)別是否相同，從而增強(qiáng)類(lèi)別特征并去除非類(lèi)別特征后，得到反事實(shí)模板特征；

7.一種基于權(quán)利要求1-6中任一所述系統(tǒng)的圖像分類(lèi)方法，其特征在于，包括：訓(xùn)練階段和測(cè)試階段；

8.根據(jù)權(quán)利要求7所述的的圖像分類(lèi)方法，其特征是，所述的閉環(huán)生成的首次生成過(guò)程中，因果感知單元通過(guò)隱空間特征f1得到反事實(shí)模板特征fcf并計(jì)算反事實(shí)損失fi+1為第i輪的生成圖像gi通過(guò)編碼器θ后得到的隱空間特征，fcf是反事實(shí)模板特征。

9.根據(jù)權(quán)利要求7所述的的圖像分類(lèi)方法，其特征是，所述的交替對(duì)抗訓(xùn)練中，訓(xùn)練閉環(huán)圖像生成分支的總損失其中：分類(lèi)損失si+1為將第i輪的生成圖像gi反饋到凍結(jié)的編碼器和分類(lèi)頭τ中產(chǎn)生的分類(lèi)分?jǐn)?shù)，target為真實(shí)的圖像類(lèi)別，可靠性損失gi為第i輪隱空間特征fi經(jīng)過(guò)解碼器解碼之后得到的生成圖像，i為原始圖像，真實(shí)性損失ri表示gi經(jīng)過(guò)鑒別器γ之后得到的鑒別結(jié)果，λi,i∈[1,4]為不同損失的權(quán)重，wi,i∈[1,n]為閉環(huán)生成中不同迭代的權(quán)重；訓(xùn)練鑒別器模塊的總損失其中：表示鑒別器模塊γ在給定gi的條件下輸出的真實(shí)性概率ri與gi實(shí)際的真實(shí)性標(biāo)簽之間的分布距離，同理。

10.根據(jù)權(quán)利要求7所述的的圖像分類(lèi)方法，其特征是，所述的測(cè)試階段具體包括：

技術(shù)總結(jié)
一種基于閉環(huán)因果生成的模糊類(lèi)別圖像分類(lèi)系統(tǒng)，包括：數(shù)據(jù)讀取模塊、因果生成器模塊和用于訓(xùn)練的鑒別器模塊，其中：數(shù)據(jù)讀取模塊根據(jù)輸入的三維圖像信息，進(jìn)行圖像剪切單元、圖像歸一化單元、格式轉(zhuǎn)換單元處理，得到可以被后續(xù)模塊讀取和識(shí)別的數(shù)據(jù)信息；因果生成器模塊通過(guò)閉環(huán)圖像生成分支根據(jù)接收數(shù)據(jù)讀取模塊的處理結(jié)果，進(jìn)行因果圖像生成處理，得到原始圖像的增強(qiáng)版本；然后通過(guò)圖像分類(lèi)分支根據(jù)原始圖像的增強(qiáng)版本得到準(zhǔn)確分類(lèi)結(jié)果；鑒別器模塊根據(jù)因果生成器的處理結(jié)果，對(duì)原始圖像的增強(qiáng)版本進(jìn)行圖像真實(shí)性鑒別，得到圖像真實(shí)性分?jǐn)?shù)，從而完成與生成器的對(duì)抗性訓(xùn)練，確保因果生成器生成圖像的真實(shí)性。本發(fā)明通過(guò)在生成模型中特異性控制目標(biāo)的類(lèi)別因果特征表達(dá)并用于圖像二分類(lèi)任務(wù)中，從而提高模型對(duì)模糊樣本的分類(lèi)準(zhǔn)確率。

技術(shù)研發(fā)人員：郭翌,李成康,汪源源,李驥
受保護(hù)的技術(shù)使用者：復(fù)旦大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28