李華盛　寧建紅　吳成柱　奉　軼　汪巧巧 /上海電機(jī)學(xué)院電子信息學(xué)院

基于屬性學(xué)習(xí)的圖像識(shí)別研究與實(shí)現(xiàn)

李華盛寧建紅吳成柱奉軼汪巧巧 /上海電機(jī)學(xué)院電子信息學(xué)院

圖像中所蘊(yùn)含的屬性對(duì)于圖像識(shí)別有著重要作用，以往的傳統(tǒng)分類方法往往忽略了這些特征。視覺屬性能夠展現(xiàn)人們識(shí)別事物時(shí)所定義的語(yǔ)義概念，更符合人類識(shí)別圖像的過(guò)程。因此，本文主要研究基于屬性學(xué)習(xí)的圖像識(shí)別，提出一種將屬性和對(duì)象類別同時(shí)用于構(gòu)建分類器的方法。通過(guò)提取圖像底層的基本特征，構(gòu)建屬性分類器和類別分類器。屬性分類器采用了直接預(yù)測(cè)模型。類別分類器SVM是一種線性化和升維的方法，在SVM方法中使用了核函數(shù)，通過(guò)核函數(shù)把低維空間的非線性映射到高維空間的線性，經(jīng)過(guò)這個(gè)轉(zhuǎn)化，大大提高了學(xué)習(xí)機(jī)器的非線性處理能力。同時(shí)，建立SVM模型所需要的先驗(yàn)干預(yù)較少。將這兩種分類器運(yùn)用到圖像識(shí)別過(guò)程中，獲得了較好的效果。

屬性學(xué)習(xí)； 屬性分類器；類別分類器； 多目標(biāo)分類

1.引言

一直以來(lái)，目標(biāo)對(duì)象識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一，由于采用機(jī)器學(xué)習(xí)技術(shù)和概率或然表示使得這一問題的解決取得了長(zhǎng)足的發(fā)展。對(duì)于一幅圖像，簡(jiǎn)單地識(shí)別如車、熊貓或夾克衫等這樣的對(duì)象類別有許多行之有效的方法。但是通常的方法都是提取圖像底層特征，通過(guò)訓(xùn)練分類器，達(dá)到識(shí)別圖像類別的目的。然而，一個(gè)視覺對(duì)象除了它所屬的類別還有許多其他的屬性。比如，汽車是灰色的，熊貓是黑白相間的，夾克衫是帶條紋的等。這些視覺屬性對(duì)于理解和描述視覺對(duì)象十分重要，視覺屬性能夠展現(xiàn)人們識(shí)別事物時(shí)所定義的語(yǔ)義概念，搭建了低層特征到高層語(yǔ)義之間的橋梁。

2.屬性

屬性被定義為一種描述一個(gè)對(duì)象的特征或性質(zhì)的量，其具體取值既可以是離散值，也可以是連續(xù)值，屬性通常具有明確的值。屬性不同于如灰度值圖像梯度方向方向直方圖等這樣的低維度特征，它是建立在這些特征之上的一種對(duì)對(duì)象的中間級(jí)表示。各種屬性描述可以相互組合，在描述能力上具有比低層特征更強(qiáng)的靈活性和更高的描述效率。不同的對(duì)象類別有許多公共屬性，對(duì)這些屬性進(jìn)行建?？坍嬘兄趯⒁酝鶎W(xué)習(xí)到的關(guān)于某種屬性的知識(shí)遷移到新的對(duì)象或類別上，從而減少對(duì)訓(xùn)練數(shù)據(jù)的需求。通常屬性特征在語(yǔ)義級(jí)別描述對(duì)象，從而有利于人類知識(shí)的繼承，有利于人機(jī)交互，比如可以用長(zhǎng)期以來(lái)人們約定的描述某種對(duì)象的方式來(lái)定義屬性，從而使圖像檢索查找等工作更方便。

3.直接屬性預(yù)測(cè)模型屬性分類器

在直接屬性預(yù)測(cè)模型中，類別-屬性關(guān)系是固定的，通過(guò)蘊(yùn)含了對(duì)屬性值訓(xùn)練的樣本與類別之間的訓(xùn)練，獲得了相應(yīng)的參數(shù)，這些參數(shù)都是關(guān)于分類器的參數(shù)。在測(cè)試階段，可以通過(guò)獲取測(cè)試樣本的屬性值，然后作為輸入，來(lái)推測(cè)出樣本的所屬類別在直接屬性預(yù)測(cè)模型分類器中，樣本類別為未見樣本的目標(biāo)類別為以及屬它們的屬性之間通過(guò)一個(gè)二值矩陣給出相應(yīng)的關(guān)系，其中形成的編碼表示對(duì)于給定的y或者z，屬性am對(duì)于分類的有效性，而這個(gè)二值矩陣編碼是由人工監(jiān)督給出的。

屬性分類器訓(xùn)練的是可見樣本x和類別標(biāo)號(hào)y。在測(cè)試階段，圖像的有效屬性am可以通過(guò)之前訓(xùn)練的分類器給出的后驗(yàn)概率表征，而且這些屬性可以和待測(cè)試的類別z的后驗(yàn)概率聯(lián)系起來(lái)，如公式（1）所示。

4.類別分類器

4.1類別分類器SVM

SVM的方法就是線性化和升維的方法。首先，升維就是把樣本向高維空間作映射，在高維空間中可以通過(guò)一個(gè)線性超平面實(shí)現(xiàn)線性劃分。然后，線性化就是在變換后的高維空間中應(yīng)用解線性問題的方法來(lái)進(jìn)行計(jì)算。SVM由于應(yīng)用了核函數(shù)展開和計(jì)算理論，而核函數(shù)解決的正是非線性問題，關(guān)于核函數(shù)的非線性映射在下文中提到。這樣就使得計(jì)算的復(fù)雜性取決于支持向量的數(shù)目，而不是樣本空間的維數(shù)，可以避免了“維數(shù)災(zāi)難”。 另外，SVM方法具有較為嚴(yán)格的統(tǒng)計(jì)學(xué)理論作為保證，應(yīng)用SVM方法建立的模型具有較好的推廣能力的確定的上界，這是目前其它任何學(xué)習(xí)方法所不具備的。在建立數(shù)據(jù)模型時(shí)，人為的干預(yù)越少越好，而與其它方法計(jì)較時(shí)，建立SVM模型所需要的先驗(yàn)干預(yù)較少。

4.2核函數(shù)

SVM支持向量機(jī)是通過(guò)核函數(shù)進(jìn)行低維空間的非線性映射到高維空間的線性，通過(guò)這個(gè)轉(zhuǎn)化，能大大的提高學(xué)習(xí)機(jī)器的非線性處理能力。在高維空間中，原空間的核函數(shù)參與了所有向量的內(nèi)積運(yùn)算，升維后，核函數(shù)僅僅改變了內(nèi)積運(yùn)算，并沒有增加算法的復(fù)雜度。

目前研究最多的核函數(shù)主要有三類，多項(xiàng)式類核函數(shù)，高斯徑向基（RBF）核函數(shù)和雙曲正切（S形）核函數(shù)。各種實(shí)驗(yàn)的觀察結(jié)果的確表明，某些核函數(shù)處理某些問題時(shí)效果不錯(cuò)，但用另外一些就效果很差，通常，徑向基核函數(shù)是不會(huì)出太大偏差的一種核函數(shù)。除此之外，還可以根據(jù)Mercer條件構(gòu)造混合核函數(shù)。

5.結(jié)束語(yǔ)

本課題主要研究基于屬性學(xué)習(xí)的圖像識(shí)別，提出一種將屬性和對(duì)象類別同時(shí)用于構(gòu)建分類器的方法。通過(guò)提取圖像底層的基本特征，構(gòu)建多個(gè)屬性分類器，利用訓(xùn)練集對(duì)屬性分類器進(jìn)行屬性學(xué)習(xí)，對(duì)測(cè)試集進(jìn)行屬性的分類，完成測(cè)試集的屬性分類。利用得到的屬性訓(xùn)練集對(duì)類別分類器進(jìn)行學(xué)習(xí)，屬性作為輸入，對(duì)測(cè)試集進(jìn)行圖像類別分類?；趯傩詫W(xué)習(xí)的圖像識(shí)別應(yīng)用領(lǐng)域廣泛，一般應(yīng)用在目標(biāo)識(shí)別，圖像檢索，人的身份識(shí)別，商品推薦等。

[1] 張志涌.精通MATLAB R2011a[M]. 北京：北京航空航天大學(xué)出版社，2011.

[2] 周建興，豈興明，矯津毅，張延偉. MATLAB從入門到精通[M].2版. 北京：人民郵電出版社，2012.

[3] (美)穆爾 著，高會(huì)生，劉童娜，李聰聰 譯. MATLAB實(shí)用教程[M].2版. 北京：電子工業(yè)出版社，2010.

[4] (美) 剛薩雷斯，（美）伍茲 著，阮秋琦 等譯. 數(shù)字圖像處理[M].3版。 北京：電子工業(yè)出版社，2011.

[5] (美) 利昂 著，張文博，張麗靜 譯. 線性代數(shù)[M].8版. 北京：機(jī)械工業(yè)出版社，2010.

課題項(xiàng)目：

A1-5701-14-006-08-40上海市大學(xué)生創(chuàng)新活動(dòng)計(jì)劃項(xiàng)目。