面向圖像語義提取的判別結(jié)構(gòu)學(xué)習(xí).pdf

1、隨著互聯(lián)網(wǎng)數(shù)據(jù)的迅猛增長，如何有效且高效的管理和利用這些數(shù)據(jù)成為了當(dāng)前互聯(lián)網(wǎng)亟待解決的一大難題。針對這一問題，模式識別方法具有相當(dāng)廣闊的應(yīng)用前景。然而，模式識別算法的性能受到了有限先驗信息的制約。因此，設(shè)計有效且高效的判別學(xué)習(xí)算法，使其能夠在學(xué)習(xí)過程中最大限度的利用給定的先驗信息，是模式識別問題的一大挑戰(zhàn)。本論文著重研究用于連接低級視覺特征與高級語義之間的語義鴻溝的策略，從而實現(xiàn)針對模式識別問題的判別學(xué)習(xí)，主要包括如下幾個方面：

2、　?。?）基于字典學(xué)習(xí)與協(xié)同表示的分類方法：稀疏表示的方法是協(xié)同表示方法的一個特例，被看做是具有稀疏約束的協(xié)同表示方法。在稀疏表示分類方法中，字典和重構(gòu)誤差都起到了重要的作用。而字典上的稀疏表示系數(shù)具有由字典的樣本元素層確保的類判別性。受這一性質(zhì)的啟發(fā)，我們針對性的研究了字典與重構(gòu)誤差在特征層的類判別性，提出了基于稀疏表示與多目標(biāo)優(yōu)化的特征層成分重要性學(xué)習(xí)框架，用于提高稀疏表示分類問題中的字典與重構(gòu)誤差的判別性。
　?。?）基于圖

3、映射與流形學(xué)習(xí)的分類推理：在流形學(xué)習(xí)中，圖具有獲取數(shù)據(jù)間關(guān)系的能力，從而利用全局?jǐn)?shù)據(jù)的流形分布實現(xiàn)判別學(xué)習(xí)。因此，針對圖像分類問題，我們利用圖映射來進(jìn)行判別學(xué)習(xí)，建立視覺特征與高級語義之間的聯(lián)系。特別地，我們利用圖拉普拉斯構(gòu)造了兩個不同的映射模型，分別用于特征映射和類標(biāo)傳播。特征映射通過獲取全局?jǐn)?shù)據(jù)的判別結(jié)構(gòu)來學(xué)習(xí)判別特征，類標(biāo)傳播進(jìn)一步將已有的樣本類標(biāo)傳遞給無標(biāo)記樣本，從而實現(xiàn)圖像的分類推理。
　?。?）基于字典學(xué)習(xí)與流形學(xué)習(xí)的

4、可擴展分類模型：基于重構(gòu)的方法通常使用有監(jiān)督的形式進(jìn)行字典學(xué)習(xí)。然而，有監(jiān)督學(xué)習(xí)策略中用到的有限的類標(biāo)信息并不能滿足全局?jǐn)?shù)據(jù)的先驗要求。相反地，半監(jiān)督學(xué)習(xí)策略能夠利用大量的無標(biāo)記樣本來近似數(shù)據(jù)的流形分布，利用所得的流形結(jié)構(gòu)進(jìn)行學(xué)習(xí)。此外，基于字典學(xué)習(xí)的分類具有很好的可擴展性，這恰巧是半監(jiān)督學(xué)習(xí)所欠缺的方面。因此我們提出了基于平滑表示的類標(biāo)傳播方法，通過實現(xiàn)字典學(xué)習(xí)與半監(jiān)督學(xué)習(xí)的互補，進(jìn)行特征空間與類標(biāo)空間的雙字典學(xué)習(xí)，減小語義鴻溝，建立

5、可擴展的分類模型。
　?。?）基于流形學(xué)習(xí)與核學(xué)習(xí)的分類：核技巧是一個非常強大的技術(shù)，能夠獲取復(fù)雜數(shù)據(jù)分布環(huán)境中樣本間的非線性關(guān)系。因此我們研究了結(jié)合核學(xué)習(xí)與半監(jiān)督學(xué)習(xí)的判別學(xué)習(xí)方法。該方法采用自適應(yīng)約束與子核傳播策略來獲取全局?jǐn)?shù)據(jù)的判別核矩陣，利用所得的核矩陣進(jìn)行圖像分類。特別地，自適應(yīng)約束能夠根據(jù)樣本間的相互關(guān)系傳播先驗信息，而子核傳遞通過分塊學(xué)習(xí)極大地確保了全局核矩陣學(xué)習(xí)的效率。
　?。?）顯著度估計、圖像分割與檢索的

6、應(yīng)用研究：計算智能的研究目的是用來方便人類的日常生活。因此，在模式識別問題中，分析用戶的需求與喜好是非常有必要的。我們研究了基于用戶輸入的判別學(xué)習(xí)方法，實現(xiàn)了針對個別用戶需求的圖像分割與檢索系統(tǒng)。交互式的前景提取系統(tǒng)允許用戶提供感興趣目標(biāo)與其相應(yīng)背景的標(biāo)記，進(jìn)而將其作為有監(jiān)督信息指導(dǎo)判別學(xué)習(xí)與前景提取過程。在交互式的圖像檢索系統(tǒng)中，類似地，用戶通過提供候選圖像上的相關(guān)性反饋以指導(dǎo)學(xué)習(xí)和圖像排列過程，實現(xiàn)個性化的圖像檢索。我們進(jìn)一步的將上