基于圖像矩的圖像特征表示及應(yīng)用.pdf

1、圖像特征表示是計(jì)算機(jī)視覺、人工智能等學(xué)科的基礎(chǔ)性研究課題，對其涉及到的相關(guān)問題的研究，不僅具有重要的理論意義，而且在圖像分類、目標(biāo)檢測、目標(biāo)跟蹤、圖像檢索等領(lǐng)域也有著廣泛的應(yīng)用前景，然而圖像二值特征表示的魯棒性以及卷積神經(jīng)網(wǎng)絡(luò)的泛化能力都有待進(jìn)一步提高。
　　本文主要從圖像的特征表示出發(fā)，將圖像矩應(yīng)用于圖像的局部二值特征描述與卷積神經(jīng)網(wǎng)絡(luò)的池化操作中，同時將基于矩特征的神經(jīng)網(wǎng)絡(luò)特征與基于棧自編碼器的分類器結(jié)合起來提高圖像分類系統(tǒng)的

2、準(zhǔn)確率。根據(jù)目前圖像特征表示技術(shù)的發(fā)展現(xiàn)狀，本文以提高圖像特征的判別性和魯棒性為目標(biāo)，主要做了以下三個方面的工作。
　　1.將圖像矩特征中的矩心概念用于二值特征表示，以提高二值特征的特征表達(dá)能力，提出二值特征LNGM(Local Normed Gradient and Moment Information)。LNGM將灰度域（灰度信息）和空間域（像素局部坐標(biāo)系）結(jié)合起來用以獲取高判別性。首先將灰度信息根據(jù)灰度排序劃分為若干個子區(qū)域

3、，子區(qū)域用于聚合底層特征。因此對空間信息和灰度間的相對大小關(guān)系都進(jìn)行了編碼。LNGM采用中心矩和一階梯度編碼子區(qū)域所表示區(qū)域中的所有像素，以提高二值特征對圖像局部變換的適應(yīng)性。除此之外，由于特征旋轉(zhuǎn)不變性以非常大的程度依賴于主方向預(yù)估的正確性，因此LNGM采用一種內(nèi)在的具有旋轉(zhuǎn)不變性的梯度計(jì)算方法，該方法使用局部坐標(biāo)系計(jì)算梯度，而不需要提前估計(jì)主方向。為了進(jìn)一步提高特征的判別性，LNGM采用多尺度策略，將多個尺度的二值特征連接起來作為最

4、終整個局部區(qū)域的特征表示。
　　2.將圖像矩用于卷積神經(jīng)網(wǎng)絡(luò)的池化層，提高卷積神經(jīng)網(wǎng)絡(luò)的泛化能力，提出矩池化方法(Moment Pooling)。
　　矩池化將圖像矩概念引入卷積神經(jīng)網(wǎng)絡(luò)的池化過程中，首先計(jì)算池化區(qū)域的矩心，然后根據(jù)類插值法依概率隨機(jī)地從矩心的四個鄰域選擇響應(yīng)值。這樣不僅可以保留圖片的高頻分量，而且它的隨機(jī)性有效地預(yù)防了過抑合現(xiàn)象。更重要的是，矩池化的無參性不會增加訓(xùn)練復(fù)雜度，因此不會影響訓(xùn)練速度。
　

5、　3.構(gòu)建基于圖像矩的卷積神經(jīng)網(wǎng)絡(luò)和基于棧自編碼器的分類系統(tǒng)，提高分類系統(tǒng)的準(zhǔn)確率，提出分類系統(tǒng)SACF(Stacked Autoencoder on ConvolutionalFeature Maps)。
　　傳統(tǒng)的分類系統(tǒng)是先預(yù)訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)提取圖片特征，然而微調(diào)MLP(Multi-layer Perception)分類圖片。然而這種分類系統(tǒng)的主要貢獻(xiàn)在預(yù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)(ConvNets)，而ConvNets的網(wǎng)絡(luò)結(jié)