基于偏微分算子的广义等变卷积网络模型的图像分类方法

摘要

本发明公布了一种基于偏微分算子的广义等变卷积网络模型的图像分类方法，利用群表示与偏微分算子构建等变卷积网络模型PDO‑sCNNs，在卷积网络模型的卷积核上施加约束条件，使得卷积网络具有设定的对称性或等变性，用于高效的进行图像分类与识别视觉分析。采用本发明方法，利用微分算子和群表示求解出所有满足条件的等变卷积层，可以将任意一个已有CNN模型中的卷积层求解出的等变卷积，构建得到等变卷积网络模型，再用该模型进行图像分类识别，效果更佳。