羅菊香

(江西服裝學(xué)院 物聯(lián)網(wǎng)工程教研室，江西 南昌 330000)

0 引言

隨著圖像數(shù)據(jù)的海量增長，圖像分類和標(biāo)注也伴隨著相應(yīng)的挑戰(zhàn)[1]。近年來，科研人員提出了各種各樣的方法[2-3]，圖像分類與標(biāo)注的研究也越來越受到學(xué)術(shù)界關(guān)注。

Corr-LDA模型是圖像標(biāo)注的經(jīng)典模型，大量的研究工作都是基于此模型進(jìn)行改進(jìn)[4]，有學(xué)者提出了標(biāo)注性能更好的Corr-LDA-ITD模型，本文在Corr-LDA-ITD模型的基礎(chǔ)上提出了一個同時(shí)做圖像分類和標(biāo)注的概率主題模型(Corr-LDA-ITD-P模型)。同時(shí)基于變分EM算法推導(dǎo)了模型參數(shù)以及給出了該模型分類和標(biāo)注圖像的方法，并在真實(shí)數(shù)據(jù)集上對模型的分類和標(biāo)注性能進(jìn)行了驗(yàn)證。

1 Corr-LDA-ITD-P模型同時(shí)做圖像分類和標(biāo)注

1.1 Corr-LDA-ITD-P模型概率圖

Corr-LDA-ITD-P模型的概率如圖1所示。

1.2 Corr-LDA-ITD-P模型參數(shù)求解注

利用變分EM算法求解參數(shù)[5]，在E步驟中算得后驗(yàn)Dirichlet參數(shù)γ，參數(shù)φ，參數(shù)ρ分別為：

(1)

(2)

(3)

經(jīng)過E步驟之后然后在M步驟中計(jì)算模型參數(shù)π，β，α，μ分別為：

(4)

(5)

本文沒有對α進(jìn)行優(yōu)化，多次實(shí)驗(yàn)發(fā)現(xiàn)，將α設(shè)置成全為1的向量，模型性能較好。

(6)

由于這個解不是封閉的，本文用共輒梯度法來優(yōu)化μ[6]。重復(fù)執(zhí)行E，M步驟，直到收斂。

1.3 Corr-LDA-ITD-P模型對圖像分類與標(biāo)注

(7)

提出模型經(jīng)過訓(xùn)練集數(shù)據(jù)學(xué)習(xí)之后，確定模型的參數(shù)，使用該模型對新圖像預(yù)測標(biāo)注詞。選取概率較大的前幾個標(biāo)注詞作為圖像的標(biāo)注，具體標(biāo)注公式如下：

(8)

2 實(shí)驗(yàn)結(jié)果與分析

為評估Corr-LDA-ITD-P模型的分類和標(biāo)注性能，本文在LabelMe真實(shí)數(shù)據(jù)集上進(jìn)行相關(guān)實(shí)驗(yàn)。

LabelMe數(shù)據(jù)集含8類圖像，包括“海岸”“森林”“高速公路”“城市”“高山”“鄉(xiāng)村”“街道”“高樓”。每類包含200幅圖像，共1 600幅圖像。圖像特征提取過程采用網(wǎng)格抽樣技術(shù)，從每一個網(wǎng)格中心抽取一個大小為16×16的區(qū)塊，然后用128維的sift描述子進(jìn)行描述，利用k-means算法對所有的sift描述子進(jìn)行聚類，構(gòu)成240個圖像碼書。同時(shí)移除出現(xiàn)次數(shù)少于3次的標(biāo)注詞，構(gòu)成294文本碼書。

3 數(shù)據(jù)集分類性能

為評價(jià)Corr-LDA-ITD-P模型分類性能，本文將Corr-LDA-ITD-P模型與Mc-sLDA[6]，Mca-sLDA模型進(jìn)行比較。實(shí)驗(yàn)過程中選擇主題數(shù)為20～120，6組主題進(jìn)行比較。隨機(jī)抽取每類圖像的一半作為訓(xùn)練集，剩下的作為測試集，隨機(jī)抽取5次，進(jìn)行5次實(shí)驗(yàn)，計(jì)算5次實(shí)驗(yàn)分類和標(biāo)注的正確率平均值。實(shí)驗(yàn)根據(jù)公式(7)對圖像進(jìn)行分類，選取概率最大的標(biāo)簽作為類標(biāo)簽。實(shí)驗(yàn)結(jié)果如圖2所示。

圖2 LabelMe數(shù)據(jù)集上分類性能比較

圖2是數(shù)據(jù)集上分類性能比較。從LabelMe數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果可知，提出模型在K=80的時(shí)候表現(xiàn)了76.9%的最好性能，在K=40，60，80，100，120的時(shí)候，表現(xiàn)了分類性能要優(yōu)于相比較模型。

4 數(shù)據(jù)集標(biāo)注性能

為了評價(jià)P-Mca-sLDA模型的標(biāo)注性能，本文將P-Mca-sLDA模型與Corr-LDA 模型、Mca-sLDA模型進(jìn)行比較。實(shí)驗(yàn)過程中選擇主題數(shù)為10～110，11組主題進(jìn)行比較。隨機(jī)抽取每類圖像的一半作為訓(xùn)練集，剩下的作為測試數(shù)據(jù)，隨機(jī)抽取5次，模型進(jìn)行5次實(shí)驗(yàn)，計(jì)算了5次實(shí)驗(yàn)F-measure的平均值。實(shí)驗(yàn)根據(jù)公式(8)對圖像進(jìn)行標(biāo)注，選取概率大的前5個詞作為標(biāo)注詞。實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 LabelMe數(shù)據(jù)集上標(biāo)注性能比較

圖3是數(shù)據(jù)集上值的比較。從LabelMe數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果可知，模型在K=50的時(shí)候表現(xiàn)出了40.5%的最好標(biāo)注性能。在K=10，20，30，40，60，70，80，90時(shí)，表現(xiàn)出了模型的標(biāo)注性能要優(yōu)于相比較模型。