屬性學(xué)習(xí)分類(lèi)模型若干關(guān)鍵問(wèn)題及其應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步，電子設(shè)備的發(fā)展，特別是攜帶照相功能智能手機(jī)的普及和互聯(lián)網(wǎng)的應(yīng)用，視覺(jué)數(shù)據(jù)數(shù)量迅猛增長(zhǎng)，有效的圖像分類(lèi)、檢索技術(shù)成為人們的迫切需求。傳統(tǒng)的基于文本的圖像分類(lèi)技術(shù)需要額外的人工標(biāo)注，但人工標(biāo)注的成本高，缺點(diǎn)明顯。如何利用圖像自身固有的屬性進(jìn)行圖像分類(lèi)、檢索成為了近些年計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的研究熱點(diǎn)。
　　傳統(tǒng)圖像識(shí)別技術(shù)大多基于圖像的底層特征，用底層特征來(lái)表示圖像，進(jìn)而建立分類(lèi)器識(shí)別圖像，但底層特征往往缺乏語(yǔ)義

2、，造成了“語(yǔ)義鴻溝”，導(dǎo)致計(jì)算機(jī)能夠識(shí)別的底層特征不能被用戶(hù)理解，從而無(wú)法從用戶(hù)處獲得有效的交互信息以提高分類(lèi)檢索效能。為縮小語(yǔ)義鴻溝，圖像視覺(jué)屬性被引入到圖像識(shí)別領(lǐng)域中，視覺(jué)屬性在高層語(yǔ)義和底層特征之間架起了一座語(yǔ)義橋梁。本文圍繞視覺(jué)屬性在圖像分類(lèi)識(shí)別、檢索中的若干關(guān)鍵問(wèn)題及其應(yīng)用進(jìn)行了如下研究：
　?。?）介紹了圖像視覺(jué)屬性概念，分析了其與底層特征以及類(lèi)別的區(qū)別與聯(lián)系。詳細(xì)介紹了四種經(jīng)典基于屬性的學(xué)習(xí)算法：獨(dú)立屬性算法（包括直

3、接屬性法、間接屬性法）、相關(guān)屬性算法、相對(duì)屬性算法以及弱屬性算法，并指出這四種算法之間的緊密聯(lián)系，分析了它們各自的優(yōu)勢(shì)和不足。同時(shí)，綜合了相關(guān)、相對(duì)屬性學(xué)習(xí)算法的優(yōu)點(diǎn)，提出了相關(guān)、相對(duì)屬性相結(jié)合的屬性學(xué)習(xí)算法，并進(jìn)行了相關(guān)比較實(shí)驗(yàn)。
　?。?）介紹了屬性的一般生成方法，詳細(xì)闡述了提出的基于機(jī)器挖掘和人工標(biāo)注相結(jié)合的屬性生成過(guò)程，該方法保證了所生成的屬性兼顧了分類(lèi)意義上的分辨性和語(yǔ)義意義上的可命名性。同時(shí)，介紹了基于屬性依賴(lài)的遺傳約

4、簡(jiǎn)機(jī)制，通過(guò)該機(jī)制確保所產(chǎn)生屬性的充要性。
　?。?）提出了基于稀疏表示的屬性學(xué)習(xí)模型，該方法將底層特征的稀疏表示和具有高層語(yǔ)義的屬性學(xué)習(xí)相結(jié)合，它不像傳統(tǒng)分類(lèi)模型直接利用特征進(jìn)行分類(lèi)，而是使用屬性集作為中間媒介層，通過(guò)屬性的識(shí)別，將較為復(fù)雜的圖像識(shí)別、檢索問(wèn)題轉(zhuǎn)化為相對(duì)成熟的文本識(shí)別、檢索問(wèn)題。同時(shí)，所采用的稀疏表示方式為視覺(jué)數(shù)據(jù)的降維和屬性快速判定提供了可能，削減了最終類(lèi)別映射的時(shí)間開(kāi)銷(xiāo)。文章通過(guò)理論分析和實(shí)驗(yàn)比較，分析了屬性

5、學(xué)習(xí)法與非屬性學(xué)習(xí)法，直接屬性預(yù)測(cè)法與間接屬性預(yù)測(cè)法，稀疏表示法與非稀疏表示法的特性，并通過(guò)基于Android系統(tǒng)的花卉識(shí)別應(yīng)用系統(tǒng)設(shè)計(jì)進(jìn)一步驗(yàn)證了所提方法的優(yōu)點(diǎn)。
　?。?）提出了基于稀疏表示的零樣本遷移屬性學(xué)習(xí)模型，方法通過(guò)屬性知識(shí)的遷移學(xué)習(xí)，在沒(méi)有待識(shí)類(lèi)別訓(xùn)練樣本的情況下，首先利用可見(jiàn)訓(xùn)練類(lèi)別樣本進(jìn)行屬性分類(lèi)器學(xué)習(xí)，再利用訓(xùn)練好的屬性分類(lèi)器對(duì)待識(shí)樣本的屬性進(jìn)行識(shí)別，最后利用屬性-類(lèi)別映射關(guān)系進(jìn)行待識(shí)樣本類(lèi)別判定。在Oxfor

6、d17數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
　?。?）介紹了稀疏編碼表示的一般理論，在此基礎(chǔ)上提出了基于局部保持的可判別字典編碼表示方法，并將此用于屬性分類(lèi)器的設(shè)計(jì)。該方法在普通稀疏字典編碼表示模型基礎(chǔ)上引入局部保持和可判別約束，確保了相似的樣本數(shù)據(jù)其編碼表示也相似，從而優(yōu)化了各類(lèi)別的編碼表示字典。同時(shí)，所采用的Fisher準(zhǔn)則確保了編碼表示特征能夠滿(mǎn)足類(lèi)內(nèi)離散度小、類(lèi)間離散度大的判別特性。在花卉數(shù)據(jù)庫(kù)上屬性分類(lèi)實(shí)驗(yàn)中驗(yàn)證了該算法