基于半監(jiān)督聚類(lèi)分析及廣義距離函數(shù)學(xué)習(xí)的圖像識(shí)別技術(shù)研究.pdf

1、精確、有效的圖像識(shí)別技術(shù)是視頻搜索、圖像搜索、家用機(jī)器人等應(yīng)用急待解決的問(wèn)題。圖像識(shí)別的研究分支包括物體檢測(cè)、圖像分類(lèi)、基于內(nèi)容的圖像檢索、自動(dòng)圖像語(yǔ)義標(biāo)注等。相關(guān)研究表明,建立具備良好推廣性的機(jī)器學(xué)習(xí)模型是圖像識(shí)別的關(guān)鍵問(wèn)題。本文主要針對(duì)其中的半監(jiān)督聚類(lèi)和距離函數(shù)學(xué)習(xí)進(jìn)行了深入的研究、分析及討論。
　　 人工標(biāo)記樣本的分布相對(duì)于整個(gè)圖像特征空間極為稀疏,屬于典型的小樣本學(xué)習(xí)問(wèn)題；而經(jīng)過(guò)特征提取后的圖像表達(dá)通常維度極高,模型復(fù)雜

2、,所以無(wú)監(jiān)督聚類(lèi)很難獲得滿(mǎn)意的聚類(lèi)結(jié)果,需要一定的監(jiān)督信息以提高聚類(lèi)精度。多球體支持向量聚類(lèi)(MSVC)方法是一種無(wú)監(jiān)督聚類(lèi)分析方法,它在高維特征空間中解決聚類(lèi)問(wèn)題,對(duì)于非線性可分?jǐn)?shù)據(jù)集的聚類(lèi)具有明顯優(yōu)勢(shì)。因此在MSVC的基礎(chǔ)上增加一定的監(jiān)督信息,形成處理復(fù)雜圖像聚類(lèi)問(wèn)題的半監(jiān)督聚類(lèi)方法是非常有利的。
　　 另一方面,距離函數(shù)學(xué)習(xí)可以有效地改善圖像的分類(lèi)及檢索性能,但現(xiàn)有的學(xué)習(xí)方法在學(xué)習(xí)圖像特征包的距離函數(shù)時(shí)丟失了特征間的統(tǒng)計(jì)信

3、息,且缺少示例圖像的選擇機(jī)制。為解決上述問(wèn)題,本文提出了廣義的圖像距離函數(shù)及其學(xué)習(xí)方法,并采用上面提出的半監(jiān)督支持向量聚類(lèi)方法解決了示例圖像的選擇問(wèn)題。除用于解決圖像多分類(lèi)問(wèn)題外,廣義圖像距離函數(shù)的在線學(xué)習(xí)方法還可以解決多特征圖像檢索中的相關(guān)反饋學(xué)習(xí)問(wèn)題,具有較高的實(shí)際應(yīng)用價(jià)值。
　　 具體來(lái)說(shuō),本文的主要工作包括:
　　 (1)將相對(duì)比較約束(Relative Comparison)引入支持向量域描述(SVDD),并以

4、此為基礎(chǔ)提出一種半監(jiān)督支持向量聚類(lèi)算法——相對(duì)比較約束下的多球體支持向量聚類(lèi)算法(RCS-MSVC)。該方法將所有樣本點(diǎn)通過(guò)核函數(shù)映射至特征空間,并應(yīng)用類(lèi)似于k-means的迭代優(yōu)化算法在特征空間中進(jìn)行聚類(lèi)學(xué)習(xí)。RCS-MSVC在特征空間中考慮聚類(lèi)的描述以及樣本間約束,在復(fù)雜的、非線性可分的數(shù)據(jù)集聚類(lèi)問(wèn)題上具有明顯優(yōu)勢(shì)。
　　 (2)提出一種基于RCS-MSVC預(yù)處理的圖像聚類(lèi)索引方法(RM-INDEX)。該方法給出了兩種圖像類(lèi)

5、-圖像的相似度函數(shù),解決了層次RCS-MSVC下的聚類(lèi)排序問(wèn)題,研究了RM-INDEX方法的參數(shù)選擇問(wèn)題,實(shí)驗(yàn)結(jié)果表明,該方法在不同距離函數(shù)下均能有效地改善圖像檢索性能。
　　 (3)為解決現(xiàn)有距離函數(shù)學(xué)習(xí)方法在學(xué)習(xí)圖像特征包距離函數(shù)時(shí)的統(tǒng)計(jì)信息丟失問(wèn)題,定義了三種不同類(lèi)型的廣義圖像距離函數(shù)(GIDF):全監(jiān)督約束下的距離函數(shù)以及兩種多示例約束下的距離函數(shù)。給出了各種距離函數(shù)在相對(duì)比較約束下的學(xué)習(xí)方法。在處理圖像二分類(lèi)問(wèn)題時(shí),通

6、過(guò)距離函數(shù)學(xué)習(xí)得出每一個(gè)訓(xùn)練樣本的廣義圖像距離函數(shù),然后應(yīng)用自適應(yīng)增強(qiáng)(Adaboost)方法組織成強(qiáng)分類(lèi)器。
　　 (4)針對(duì)圖像多分類(lèi)問(wèn)題,提出了基于RCS-MSVC預(yù)處理的廣義圖像距離學(xué)習(xí)框架(RM-PREC-GIDF)。該方法利用了RCS-MSVC生成的支持向量集合解決了示例圖像的選擇問(wèn)題,同時(shí)將全局的圖像分類(lèi)器分解為一系列局部的圖像分類(lèi)器,使得測(cè)試樣本的分類(lèi)僅與該樣本鄰近的圖像類(lèi)內(nèi)部廣義圖像距離函數(shù)相關(guān),提高了學(xué)習(xí)和分

7、類(lèi)效率。
　　 (5)以RM-PREC-GIDF多分類(lèi)方法為基礎(chǔ),針對(duì)高清圖像中的車(chē)牌定位問(wèn)題設(shè)計(jì)了一種車(chē)牌分類(lèi)器及車(chē)牌定位系統(tǒng)。該系統(tǒng)在改進(jìn)的最大極值穩(wěn)定區(qū)域(MSER)提取車(chē)牌特征,包括顏色直方圖以及水平,垂直投影直方圖,然后由基于RM.PREC-GIDF學(xué)習(xí)的多分類(lèi)器實(shí)現(xiàn)車(chē)牌分類(lèi)及定位.該方法不受車(chē)牌大小限制,具備良好的實(shí)用性。
　　 (6)以現(xiàn)實(shí)中的電子商務(wù)數(shù)據(jù)庫(kù)為對(duì)象,研究了多種特征下圖像檢索中的相關(guān)反饋學(xué)習(xí)模