圖像特征表示的學(xué)習(xí)算法研究.pdf

1、在眾多計(jì)算機(jī)視覺(jué)任務(wù)中，本質(zhì)的難題之一是生成具有良好判別性的圖像表示，即高性能的圖像特征。由于圖像特征不僅應(yīng)對(duì)類(lèi)內(nèi)變化有足夠的魯棒性，而且應(yīng)對(duì)類(lèi)間變化有足夠的判別性，因此設(shè)計(jì)優(yōu)秀的圖像特征是一項(xiàng)極具挑戰(zhàn)性的工作。圖像特征總體分為圖像塊層次特征和圖像層次的特征（即局部特征和全局特征），前者用于描述一個(gè)圖像塊，后者用于描述一幅完整的圖像。本文研究圖像特征表示的學(xué)習(xí)方法，并分別提出了生成圖像塊特征和生成圖像特征的新算法，用于提高場(chǎng)景/對(duì)象識(shí)別

2、的性能。現(xiàn)將主要研究成果總結(jié)如下:
　　(1)首先，本文提出了一種新的圖像層特征表示，并用于圖像分類(lèi)。傳統(tǒng)的詞包(Bag-of-Words)模型完全丟棄了特征的空間分布信息，喪失了一定的判別能力。為此，我們提出了空間相關(guān)圖（Spatial Correlogram）特征表示法，它通過(guò)捕獲視覺(jué)詞對(duì)在空間范圍內(nèi)共同出現(xiàn)的頻率，描述了局部特征的空間分布信息，從而提高了圖像識(shí)別的判別能力。然而該方法仍缺少對(duì)圖像特征整體空間結(jié)構(gòu)的描述，為了進(jìn)

3、一步提高該特征的區(qū)分度，我們又將相關(guān)圖特征與空間金字塔模型結(jié)合，生成一種混合特征。在場(chǎng)景/對(duì)象數(shù)據(jù)庫(kù)上的詳細(xì)實(shí)驗(yàn)對(duì)比表明，本文提出的相關(guān)圖特征和混合特征能取得相對(duì)于傳統(tǒng)的詞包模型更高的圖像分類(lèi)準(zhǔn)確率。
　　(2)其次，本文提出了一種新的圖像塊特征表示——高效的核描述子(EfficientKernel Descriptor，EKD)。圖像塊特征的設(shè)計(jì)同樣屬于計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)的基本研究?jī)?nèi)容，優(yōu)秀的圖像塊特征表示能夠有效地提高圖像分類(lèi)、

4、對(duì)象識(shí)別等相關(guān)算法的性能，但人為設(shè)計(jì)圖像塊特征間的差異往往不能足夠理想地反映圖像塊間的相似性。核描述子（Kernel Descriptor, KD）方法提供了一種新的方式生成圖像塊特征，在圖像塊間匹配核函數(shù)基礎(chǔ)上應(yīng)用核主成分分析(Kernel Principal Component Analysis，KPCA)方法進(jìn)行特征表示且在圖像分類(lèi)應(yīng)用上獲得不錯(cuò)的性能。然而，該方法需要利用所有聯(lián)合基向量去生成核描述子特征，導(dǎo)致算法時(shí)間復(fù)雜度較高。

5、為此，我們?cè)O(shè)計(jì)了高效的核描述子算法。算法建立在不完整Cholesky分解基礎(chǔ)上自動(dòng)選擇少量的標(biāo)志性(Pivot)聯(lián)合基向量以提高算法效率，實(shí)驗(yàn)結(jié)果表明高效的核描述子(EKD)在圖像/場(chǎng)景分類(lèi)應(yīng)用中相對(duì)原始核描述子(KD)獲得了更加優(yōu)秀的性能。
　　(3)再次，在構(gòu)建高效的核描述子(EKD)思路基礎(chǔ)上，我們又提出了一種新的圖像層特征表示——高效的層次化核描述子(Efficient Hierarchical KernelDescrip

6、tor，EHKD)。原始核描述子(KD)特征只能用于描述圖像塊，因此Bo等在核描述子(KD)算法框架上提出了層次化核描述子（HierarchicalKernel Descriptor，HKD）用于描述整幅圖像。但由于層次化核描述子(HKD)構(gòu)造過(guò)程與核描述子(KD)構(gòu)造過(guò)程類(lèi)似，所以生成層次化核描述子(HKD)算法也會(huì)遇到生成核描述子(KD)算法中的計(jì)算效率問(wèn)題。為了克服這個(gè)問(wèn)題，我們?cè)O(shè)計(jì)了高效的層次化核描述子算法。該算法同樣依賴(lài)不完整

7、Cholesky分解，采用逐層遞歸方式調(diào)用計(jì)算高效核描述子(EKD)過(guò)程形成圖像層次的特征表示。實(shí)驗(yàn)結(jié)果表明，高效的層次化核描述子(EHKD)相對(duì)于層次化核描述子(HKD)具有計(jì)算效率以及特征表示能力上的優(yōu)勢(shì)。
　　(4)最后，本文提出了一種監(jiān)督方式下的圖像塊特征表示——基于監(jiān)督學(xué)習(xí)的高效核描述子（Supervised Efficient Kernel Descriptor，SEKD）。之前提到的無(wú)論是核描述子(KD)方法還是高效

8、的核描述子(EKD)方法，都屬于無(wú)監(jiān)督學(xué)習(xí)的范疇，它們通過(guò)圖像塊間的相似度來(lái)設(shè)計(jì)圖像塊層次的特征，并且展示出了相對(duì)于手工設(shè)計(jì)的圖像塊特征在對(duì)象識(shí)別等領(lǐng)域更加優(yōu)秀的性能。這兩種方法都是從核的角度給出了梯度朝向直方圖的解釋?zhuān)孟袼攸c(diǎn)的信息“長(zhǎng)出”圖像塊層次特征。但這種方式最大的缺陷就是圖像塊間計(jì)算相似度時(shí)并沒(méi)有考慮圖像塊本身的類(lèi)標(biāo)信息，因此設(shè)計(jì)一種監(jiān)督模式下融入圖像類(lèi)標(biāo)信息的特征學(xué)習(xí)方法是非常必要的。為此，我們提出了基于監(jiān)督學(xué)習(xí)的高效核描