果蔬圖像的混合粒度分類研究.pdf

1、近幾年，隨著機(jī)器視覺、大數(shù)據(jù)、互聯(lián)網(wǎng)以及人機(jī)交互技術(shù)的發(fā)展，智能家居領(lǐng)域開始受到廣泛關(guān)注，其中以智能冰箱的發(fā)展最為顯著。智能冰箱期望實現(xiàn)食材的保鮮周期、種類、數(shù)量識別以及個性化食譜推薦等智能化食材管理功能。針對這一實際問題，機(jī)器視覺研究中的目標(biāo)檢測、目標(biāo)分類、目標(biāo)識別與計數(shù)等方法提供了相應(yīng)的技術(shù)路線。然而，與一般的機(jī)器視覺任務(wù)不同，這一特定領(lǐng)域的研究需要專門的圖像數(shù)據(jù)庫。
　　因此，本文構(gòu)建一個新的、層次化結(jié)構(gòu)的果蔬原材料圖像數(shù)據(jù)

2、庫，命名為VegFru數(shù)據(jù)庫。該數(shù)據(jù)庫的類別結(jié)構(gòu)符合人們?nèi)粘５娘嬍澈团腼兞?xí)慣，基本囊括了所有常見的果蔬類別。目前，VegFru數(shù)據(jù)庫包含15大類，200小類蔬菜，10大類，92小類水果。每類包含200張以上自然圖片，整個數(shù)據(jù)庫包含91，117張蔬菜圖片，69，817張水果圖片，總共160，000張以上圖片。
　　針對提出的VegFru數(shù)據(jù)庫，首先進(jìn)行基本的混合粒度圖像分類研究。為了與其他標(biāo)準(zhǔn)數(shù)據(jù)庫對比，本文分別使用傳統(tǒng)特征模型和卷

3、積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類研究。傳統(tǒng)分類模型使用BOW和SPM相結(jié)合的特征提取框架，首先提取多尺度SIFT和CM作為底層特征，分別進(jìn)行LSA編碼和FV編碼，然后在空間金字塔子區(qū)域內(nèi)進(jìn)行最大池化得到圖像的直方圖表示，最后使用線性分類器分別對蔬菜和水果進(jìn)行分類;卷積神經(jīng)網(wǎng)絡(luò)模型則分別給出VegFru數(shù)據(jù)庫在AlexNet、CaffeNet以及GoogLeNet三個網(wǎng)絡(luò)模型中的分類結(jié)果。
　　在基本分類模型的基礎(chǔ)上，本文提出一個基于自上而下

4、注意圖分割的混合粒度圖像分類模型。首先，在卷積神經(jīng)網(wǎng)絡(luò)模型中引入注意信息，檢測和分割出圖像的目標(biāo)區(qū)域;然后利用分割圖像學(xué)習(xí)新的網(wǎng)絡(luò)模型得到分割網(wǎng)絡(luò)，迫使網(wǎng)絡(luò)關(guān)注圖像的判別性目標(biāo)區(qū)域，從而得到較優(yōu)的初始化權(quán)值;使用原始圖像對分割網(wǎng)絡(luò)進(jìn)行微調(diào)，最后得到的分部訓(xùn)練網(wǎng)絡(luò)不僅能夠充分挖掘圖像的目標(biāo)區(qū)域信息，還能補(bǔ)充分割網(wǎng)絡(luò)遺漏的互補(bǔ)信息，進(jìn)一步提高分類性能。
　　綜上所述，本文在智能家居的應(yīng)用背景下，構(gòu)建了一個特定領(lǐng)域的果蔬原材料混合粒度圖