PCANet过程简介

原文 https://blog.csdn.net/orangehdc/article/details/37763933

跳转原文

PCANet是一个基于CNN的简化Deep Learning模型。

上图为经典卷积网络示意图

PCANet提出者认为，经典的CNN存在的问题是参数训练时间过长且需要特别的调参技巧。

因此他们希望能找到一种训练过程更为简单，且能适应不同任务、不同数据类型的网络模型。这个模型就是PCANet。

从上图可以看到，PCANet的训练分为三个步骤(stage)，前两个stage很相似，都是去平均，然后PCA取主成分并卷积，最后一步是二值化（为了产生非线性输出）和直方图量化。下面按步骤介绍PCANet的训练过程：

1、First stage:

PCANet选取了一个k1*k2的窗口（通常选边长为3、5、7个像素正方形窗口）来滑动选取图片的局部特征。

每张m*n大小的图片经过滑动窗口提取局部特征之后，就变成了mn个k1*k2大小的patch。

再对这mn个patch去平均，便完成了对单张图片的特征提取操作。

对所有N张图片执行以上操作，提取完之后得到一个新的数据矩阵X，每一列代表一个patch，含有k1k2个元素，一共有Nmn列。

然后就是对这个X矩阵做PCA，取前L1个特征向量，作为filter。

把这L1个特征向量的每一列（每一列含有k1k2个元素）重排列为一个patch，相当于我们得到了L1个k1*k2的窗口。

然后就是对每一张图片，都用这L1个窗口做一次卷积。First stage到此结束。

2、Second stage：

这个步骤跟First stage是相似的，但工作量变成原来的L1倍。

这个步骤也是类似的。

3、Output layer:

首先是对Second stage的每个卷积的结果做二值化，每一组得到L2张二值图片，对这L2张二值图片进行编码，得到十进制的"image"。

然后对每L1张图片做histBlock到vector的变换，假设对原图128*48的图选取32*32的histBlock，overlap系数0.5，原图有14个histBlock，将histBlock变换为vector，得到1024*14的矩阵。

对这个1024*14的矩阵做直方图统计（对应源代码是matlab的histc函数，对此函数不了解的可以看这篇blog），因为选了256个区间，所以得到的Bhist矩阵大小为256*14。

最后将这个矩阵转化为28672（L1=8，28672=256*14*8）维的vector，这样就完成了一张图片的PCANet的特征提取。

参考文献：

PCANet: A Simple Deep Learning Baseline for Image Classification?

PCANet-slides.pdf

PCANet.zip