[发明专利]基于卷积神经网络的对单张室外图像太阳位置的预测方法

摘要

本发明公开了一种基于卷积神经网络的对单张室外图像太阳位置的预测方法。考虑到卷积神经网络在提取图像亮度属性有着较好的表现，该方法将卷积神经网络应用拓展到对单幅图像的太阳位置预测上。首先，对webcam数据集进行删选。统一的图片尺寸，并修改卷积神经网络中的卷基层、池化层的相关参数。然后，将数据转换成为hdf5格式，并将网络的数据输入层改为了HDF5Layer层以支持hdf5型的数据输入。最后，在网络的输出层选择将两个角度分开输出，计算两个损失函数。本发明使用了进行图片分类的卷积神经网络AlexNet以及对MSCR网络进行一定修改后的网络来进行对比训练。并对预测结果进行了统计和对比分析。

主权项

一种基于卷积神经网络的对单张室外图像太阳位置的预测方法，其特征在于：该方法包括如下步骤：(1)需要兼顾图片的全局特征和局部特征，将数据集中尺寸不一的图片统一缩小到256×256的图片大小，并修改卷积神经网络中的卷基层、池化层的相关参数，使得网络满足256×256的大小的图片的输入；将数据集中带有logo、带有明显噪声的部分图片剔除出本次实验，不采用它们作为训练集使用；(2)将数据通过自写程序转换成了hdf5格式，并在将网络的数据输入层改为了HDF5Layer层以支持hdf5型的数据输入；在网络的输出层选择将两个角度分开输出，计算两个损失函数；(3)将数据在AlexNet和MSCR改上进行训练；训练的训练集为520000张图片，测试集为123500张图片，基本保持在4:1的比例，训练和测试的batch_size设置为32，最大迭代次数为325000次；(4)通过纵横向对比对误差进行分析。