(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210884364.5 (22)申请日 2022.07.25 (71)申请人 中国人民解 放军军事科学院军事科 学信息研究中心 地址 100000 北京市海淀区阜成路26号 (72)发明人 薛非　李晓松　李斐　张成鲁　 刘宝琪　余翌帆　 (74)专利代理 机构 湖北高韬律师事务所 42 240 专利代理师 张承接 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 10/44(2022.01)G06V 10/26(2022.01) G06T 7/73(2017.01) G06T 5/10(2006.01) (54)发明名称 一种基于多块特征滤波网络的图像分类方 法 (57)摘要 本发明提出了一种基于多块特征滤波网络 的图像分类方法， 实现了一个计算效率高的架 构， 它在具有对 数线性复杂 度的频域学习长期空 间依赖性， 本发 明的架构用三个关键操作取代了 视觉transformer中的自注意层： 分别是二维离 散傅里叶变换、 频域特征和可学习全局滤波器 之 间的元素相乘、 以及二维傅里叶反变换； 由于傅 里叶变换用于混合不同标记的信息， 和快速傅里 叶变换算法(FFT)的O(L  log L)复杂性， 全局滤 波器比自注意力和MLP更有效。 多块特征滤波网 络在效率、 泛化能力和鲁棒性方面可以成为 transformer模型和CNN的一个非常有竞争力的 替代品。 权利要求书2页 说明书7页 附图2页 CN 115240003 A 2022.10.25 CN 115240003 A 1.一种基于多块特征滤波网络的图像分类方法， 其特征在于， 所述多块特征滤波网络 的图像分类包括以下步骤： 1)图像预处理， 即对图像进行分割， 将图像划分成多个小块， 每个小块都包含了图像的 位置信息， 对每 个小块进行位置编码； 2)提取图像信 息特征， 将每个小块分别输入多个并行的多块特征滤波获得相应的特征 表示； 先对数据集中的图像进行二次分割， 将第一次分割的第i块图像块输入第i个多块特 征滤波网络中， 将输入的第i块空间特征先转换为频域的二 维离散傅里叶变换， 再频率域特 征与全局滤波器之 间的元素相乘， 然后 将特征映射回空间域的二 维傅里叶反变换， 通过FFN 和全局平均池化操作获得第i 块的图像局部特 征； 3)图像特 征融合， 将多个图像块的特 征进行融合， 得到 完整图像的特 征信息表示； 4)图像分类器训练， 在获取了图像整体特征之后， 使用了Linear层对提出到的特征进 行线性转换操作， 并用来训练分类网络， 进 而实现图像的分类。 2.根据权利要求1所述的一种基于多块特征滤波 网络的图像分类方法， 其特征在于， 所 述图像预处 理的具体流 程为： 对数据集的图像进行二次分割： 第一次分割： 将图像I先分割成N个图像块 Ii， i∈{1,. ..,N}， 即将图像进行降维处 理； 第二次分割： 将第i个图像 块Ii进行再次分割， 划分为M个更小的图像 块 提取每个位置所对应的图像块中， 让每 个多块特 征滤波学习到每 个位置中的特有信息 。 3.根据权利要求1所述的一种基于多块特征滤波 网络的图像分类方法， 其特征在于， 所 述提取图像信息特 征具体步骤为： 采用了多个并行的多块特征滤波模型来对图像进行分类任务， 提取图像块信 息特征表 示， 然后将所有的图像块特征进行融合汇成一个完整的图像特征表示， 具体为将给定的 tokens， 即 进行二维的F FT， 转换需要沿着空间维度进行， 转换为： 其中 表示的是 FFT计算， 将一个学习滤波器 乘以B来调制频谱： 其中⊙是按元素计算的乘法； 滤波器P被称为全局滤波器， P与B具有相同的维度； 使用 反FFT将频谱 转换回空间域， 并且 对tokens进行 更新： 根据B[C‑u,D‑v,:]＝B*[u,v,:]， 即二维实数的共轭对称， 只取B中值的一半， 但同时保 留全部信息: 其中 为实例输入的二维快速傅立叶变换； 将图像进行了二次分割， 即将图像的第一 次分割作， 使用图像块来形成输入Image  block； 第二次分割， 在第一次的基础上， 将第一步 中的每一个Image  block继续分为n个来形成新的输入Image  block， 并将其放入并行计算 的多块特 征滤波网络中； 因此 该输出可以表示 为：权　利　要　求　书 1/2 页 2 CN 115240003 A 2其中fx表示第x个输入图像的特征表示， GFn(·)为第n个并行 的多块特征滤波， 0≤n≤ N‑1， Ii表示了第 一次分割的输入的第i个图像块， 由于在GFn(·)中会对输入的图像块进行 再次分割， 所以此处公式， 并未进行展。 4.根据要求1 ‑3任一所述的一种基于多块特征滤波网络的图像分类方法， 其特征在于， 所述图像分类 器训练具体步骤为： 将提取出来的图像 特征fx输入至Linear层中， 进行分类； 当输入特征被一个Linear层接 收时， 以一个展平成一维张量的形式接收， 然后乘以权重矩阵； 这个矩阵乘法产生输出特 征； 输出的特征也就是该图像在每个类别中的概率； 选取最高的一个概率值对应的类别， 作 为该图像的分类结果。权　利　要　求　书 2/2 页 3 CN 115240003 A 3