基于BP神經網絡的圖像粗分類

李政浩

圖像分類是計算機視覺研究與許多專業領域的重要研究對象。良好的圖像分類器能夠針對特定的分類需求，快速準確的對某類圖像進行分類，從而解決特定領域的特定問題。

當下，隨著數據的爆炸增長，圖像分類器在需要保證精度的同時，也需要擁有較快的速度。因此，實踐中通常對大量圖像進行粗分類后，然后再將粗分類結果作為新的數據集，再次進行細分類，以提高總分類速度。

本文探究了一種基于BP 神經網絡的圖像粗分類方法。通過反向傳播算法，逐層傳播誤差。依據相似的圖像擁有相似的直方圖這一原理構建圖像粗分類器，對圖像樣本進行快速的分類。實驗結果表明，基于此方法搭建的神經網絡非常穩健，在四分類問題中，最終分類準確率能夠達到約70%，能夠勝任圖像粗分類任務的需求。

1 具體內容及技術

1.1 神經網絡

神經網絡由多層神經元構成，通常包含輸入層、隱藏層與輸出層。每層由多個神經元構成，每層神經元的輸入值有如下表示：

圖1 不同圖像對應的直方圖

神經元的本質為一個非線性可導激活函數，本文采用的激活函數為Sigmoid 函數，通常使用表示，表達式如公式1，導數表達式如公式2：

根據如上神經元定義，當激活函數選用Sigmoid 函數時，即能夠得到如下表示：

通過網絡前向傳播，最終便可得到輸出層的輸出值。

1.2 反向傳播算法

在有監督學習中，對于給定的輸入值，數據中擁有已知的正確輸出值。即需要神經網絡在整個數據集上的誤差最小。此時，需要引進損失函數。

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

使用C 表示損失函數；y 表示輸出層神經元的目標輸出值。

通過計算誤差在不同參數上的敏感度，從而對誤差進行調整，即可對權重以及偏置的差異進行調整。使用偏導數表示權重或偏置的差異程度，以權重為例，通過鏈式求導法則，能夠得到代價C 對權重的敏感度表示如下：

同理，能夠分別得到代價函數對偏置、上一層神經元輸出以及上一層神經元權重的敏感度。

至此，誤差即可從輸出層通過隱藏層傳播到輸入層，經過多次訓練，即可將網絡的輸出值趨向于某個穩健參數。

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。通過統計不同灰度像素值點的個數，從而得到圖像在不同灰度權重的大小。

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，因為一類圖像中相同的色彩比例相似。依據這一原理，便能夠根據圖像的直方圖形狀判斷圖像是否屬于一類。

2 結果

2.1 模型選用

本文訓練集選用了四類風景圖像，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。針對此問題，構建了一個三層全連接網絡模型。其中，輸入層包含了768 個神經元；單個隱藏層包含了30 個神經元；輸出層包含了4 個神經元。

在訓練過程中，學習率為0.7，初始權重與偏置隨機選用，神經元激活函數選用Sigmoid 函數，誤差函數選用均方誤差。

2.2 結果分析

本文依據相似圖像擁有相似直方圖這一原理，構建了三層全連接神經網絡，輸入層有768 個神經元，分別對應圖像紅綠藍通道0～255 灰度歸一直方圖的值；隱藏層具有30 個神經元；輸出層有4個神經元，對應四類輸出結果。

實驗結果表明，基于此方法的分類器分類速度非常快，10 000 次前向傳播，在本機環境下僅耗時約0.25s。在訓練1 000 輪后，最終得到的分類準確率能夠達到約70%，能夠勝任圖像粗分類的需求。

3 結束語

本文探究了基于BP 神經網絡的圖像分類器。介紹了神經網絡以及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，對圖像進行快速的分類。

基于BP 全連接神經網絡的圖像分類器，具有速度快的特點。使用圖像的直方圖作為圖像分類依據，在加快速度的同時，也增加了圖像對平移、旋轉、縮放的抗噪能力。