基于類結構學習和大規(guī)模圖像分類的聯(lián)合層次化學習研究.pdf

1、圖像分類是計算機視覺領域中的一個基本任務，該研究方向一直非常活躍。圖像分類的性能嚴重影響著圖像分割，目標檢測與跟蹤等其他計算機視覺任務，因此，圖像分類研究具有重要的研究意義和實用價值。
　　近年來，隨著互聯(lián)網的發(fā)展及攝像設備的普及，圖像數量呈爆炸式增長，不僅如此，圖像的類別數也大幅增長。盡管圖像分類研究已經取得了長足的進展，然而，現(xiàn)有的大多數分類方法采用平鋪式的方法，即采用一對多或者一對一的分類方式。該分類方式有三大缺陷:1）無法

2、克服分類器形成過程中類別數據的不平衡，導致分類性能下降;2）類別數很大時，標號判別過程計算復雜度高;3）忽視了類別之間的結構信息，不利于數據的可視化。為此，本文針對大規(guī)模圖像的類別層次結構，以及基于層次結構的分類方法進行研究。本文的主要貢獻如下:
　　1)設計一種快速計算類間的相似性度量的方法，基于該方法，利用分層譜聚類構建視覺樹，形成圖像類別之間的結構關系圖。
　　2)基于視覺樹，設計了一種基于最優(yōu)路徑的標號預測方法。當前

3、流行的基于視覺樹的標號預測方法，往往采用貪婪學習的方式。該方法無法克服由于預測過程中高層標號預測錯誤帶來的誤差傳播。為此，本文設計了一種近似最優(yōu)的N-best路徑的預測方法，即每層保留N條最優(yōu)路徑，有效克服了誤差的傳播。
　　3)將所提方法結合多種特征進行比較研究，對傳統(tǒng)的SIFT特征、VLAD特征及當前最新卷積神經網絡特征(AlexNet及Inception-v3特征)進行比較。在大規(guī)模圖像數據庫ILSVRC2010及Calte