基于非負(fù)編碼和SPNs結(jié)構(gòu)學(xué)習(xí)的圖像分類(lèi)算法研究.pdf

1、圖像分類(lèi)問(wèn)題在計(jì)算機(jī)視覺(jué)領(lǐng)域占有重要地位，其實(shí)際應(yīng)用也非常廣泛。探究有效的圖像分類(lèi)算法是近些年的研究熱點(diǎn)，主要包括圖像特征編碼與深度結(jié)構(gòu)學(xué)習(xí)兩個(gè)方向。針對(duì)這兩個(gè)方向的研究熱點(diǎn)與難點(diǎn)，本文的研究課題從兩部分內(nèi)容展開(kāi)，一是基于特征編碼的圖像分類(lèi)算法研究，二是基于Sum-Product Networks（SPNs）結(jié)構(gòu)學(xué)習(xí)的圖像分類(lèi)算法研究。其中，特征編碼的研究較為廣泛，且取得了不錯(cuò)的成果，本文在局部約束線性編碼（Locality-const

2、rained linear coding,LLC）的基礎(chǔ)上探究了更加有效的編碼方式，并在常用圖像數(shù)據(jù)集上進(jìn)行圖像分類(lèi)來(lái)驗(yàn)證其有效性。而 SPNs是剛提出的一種新型深度結(jié)構(gòu)，本文基于SPNs的結(jié)構(gòu)學(xué)習(xí)算法，探究了其特性及改進(jìn)方法，然后在常用數(shù)據(jù)集上驗(yàn)證其分類(lèi)性能的好壞。
　　基于特征提取的圖像分類(lèi)算法的核心問(wèn)題是如何對(duì)特征進(jìn)行有效編碼。局部約束線性編碼LLC因其良好的特征重構(gòu)性與局部平滑稀疏性，已取得了很好的分類(lèi)性能。然而，LLC編

3、碼的分類(lèi)性能對(duì)編碼過(guò)程中的近鄰數(shù)k的大小比較敏感，隨著k的增大，編碼中的某些負(fù)值元素與正值元素的差值絕對(duì)值也可能增大，這使得LLC越來(lái)越不穩(wěn)定。本文通過(guò)在LLC優(yōu)化模型的目標(biāo)方程中引入非負(fù)約束，提出了一種新型編碼方式，稱(chēng)為非負(fù)局部約束線性編碼（Non-negative locality-constrained linear coding,NNLLC）。該模型一般采取迭代優(yōu)化算法進(jìn)行求解，但其計(jì)算復(fù)雜度較大。因此，本文提出兩種近似非負(fù)編碼

4、算法，其編碼速度與LLC一樣快速。實(shí)驗(yàn)結(jié)果表明，在多個(gè)廣泛使用的圖像數(shù)據(jù)集上，相比于LLC，NNLLC編碼方式不僅在分類(lèi)精確率上提高了近1％～4%，而且對(duì)k的選取具有更強(qiáng)的魯棒性。
　　SPNs結(jié)構(gòu)學(xué)習(xí)算法——LearnSPN的提出使得SPNs的學(xué)習(xí)更加快速靈活，但該學(xué)習(xí)系統(tǒng)只在離散二值變量生成的實(shí)例集上適用，且在常用于深度學(xué)習(xí)的圖像數(shù)據(jù)集上，分類(lèi)效果很不理想。為了擴(kuò)展該算法在圖像數(shù)據(jù)集上的適用性，本文對(duì)LearnSPN算法進(jìn)行改

5、進(jìn)，生成新的NLearnSPN算法。該算法將其中的核心結(jié)構(gòu)，即變量劃分與實(shí)例劃分使用新的算法實(shí)現(xiàn)，并對(duì)整個(gè)算法的流程進(jìn)行了細(xì)微調(diào)整。在CIFAR-10數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的NLearnSPN算法的分類(lèi)效果也不太理想，可能是因?yàn)樵撍惴ㄖ凶兞颗c實(shí)例的劃分結(jié)構(gòu)是人為設(shè)定而非自動(dòng)學(xué)習(xí)到的，導(dǎo)致學(xué)到的SPNs對(duì)圖像數(shù)據(jù)的表達(dá)偏差較大。若對(duì)NLearnSPN算法進(jìn)行改進(jìn)，使其自動(dòng)學(xué)習(xí)SPNs的結(jié)構(gòu)，在圖像分類(lèi)問(wèn)題上也許能夠提升其分類(lèi)性能。