[發明專利]基于監督流形學習的場景分類方法及裝置

有效

• 申請號: 201110202756.0
• 申請日: 2011-07-19
• 公開（公告）號: CN102254194A
• 公開（公告）日: 2011-11-23
• 發明（設計）人: 戴瓊海;錢彥君;劉燁斌
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

技術領域

本發明涉及計算機視覺領域，特別涉及一種基于監督流形學習的場景分類方法及裝置。

背景技術

場景分類時利用機器學習方法，得到圖片所代表的場景類別。它在場景識別中有非常重要的作用。場景識別的應用領域主要在為遙感圖像解釋、目標識別和理解、基于內容和圖像和視頻檢索。

現有場景分類做法是，對于每一幅圖片，提取出一個向量(也就是1*n的數組)來表示它。然后把訓練圖片的向量和其類別送入SVM(支持向量機)進行訓練，得到每個場景類別的分類器。對于測試圖像，也提取出相應的向量，根據訓練得到的分類器獲得它的場景類別。但是傳統的軟分配、硬分配算法，都沒有考慮高維圖像特征點的流形特征。流形計算的效率很差，而且如何建立數據的流形結構也是一個問題。采用譜圖分配的方法可以顯著的提高算法的準確度，但是，譜圖算法需要對拉普拉斯矩陣求逆，使得算法的效率不如傳統的線性分配方法。并且統計圖像的直方圖向量較短，識別率較差。

發明內容

本發明的目的旨在至少解決上述技術缺陷之一。為此，本發明需要提供一種基于監督流形學習的場景分類方法及裝置，該基于監督流形學習的場景分類方法及裝置的優點是：提高了基于譜圖分析的碼字分配算法的效率，得到了較長的圖片直方圖向量結果并提高了算法的準確度。

根據本發明的一方面，提供了一種基于監督流形學習的場景分類方法，其特征在于，包括以下步驟：1)輸入人工標注了場景類別的N個訓練圖像，其中場景類別為C個，N是大于等于1的整數；2)提取所述N個訓練圖像的S個SIFT特征并獲取由所述S個SIFT特征的M個聚類中心組成的碼本，其中每個聚類中心是一個碼字，其中S是大于等于N的整數；3)對于每個場景類別，將SIFT特征和碼字作為節點，建立有監督的譜圖G＝（V，E)并獲取與V對應的權重矩陣W，所述權重矩陣W用于表示與每個場景類別對應的流形結構，V是譜圖中所有節點的集合，E是節點間相鄰邊的集合；4)獲取每個流形結構上的各個SIFT特征到所述M個碼字的度量；5)輸入新的訓練圖像或測試圖像；6)獲取所述新的訓練圖像或測試圖像上的SIFT特征在C個流形結構上到所述M個碼字的度量；7)計算所述新的訓練圖像或測試圖像上的SIFT特征到所述M個碼字的隸屬度并得到C個直方圖向量；以及8)利用支持向量機對所述C個直方圖向量進行學習，得到每個場景類別的判斷模型。

根據本發明實施例的基于監督流形學習的場景分類方法，可以提高基于譜圖分析的碼字分配算法的效率并提高算法的準確度。

根據本發明的一個實施例，在所述步驟2)中利用K-means算法將所述S個SIFT特征聚類。

根據本發明的一個實施例，步驟3)包括以下步驟：31)計算兩兩節點之間的歐式距離；32)根據計算的距離，找到每一個節點的K近鄰；33)構建與每個節點對應的權重矩陣W，用于表示節點之間的關系，所述權重矩陣W表達如下：

根據本發明的一個實施例，步驟4)包括：使用測地距離或者擴散圖獲取每個流形結構上的各個SIFT特征到所述M個碼字的度量，其中度量越小則相似程度越大，度量越大則相似程度越小。

根據本發明的一個實施例，所述步驟6)包括：對于所述新的訓練圖像或測試圖像上的每個SIFT特征，在每個流形結構上，找到離所述每個SIFT特征最近的SIFT特征，利用所述最近的SIFT特征到所述M個碼字的度量，進行線性插值，從而得到所述每個SIFT特征到所述M個碼字的度量。根據本發明實施例所述的監督流形學習的場景分類方法，可以提高算法的效率。

根據本發明的一個實施例，所述步驟7)包括：對所述度量利用負指數函數進行懲罰，得到相應的隸屬度。

根據本發明的一個實施例，所述步驟7)包括根據預定順序把所述C個直方圖向量拼接起來，所述步驟8)包括利用支持向量機對拼接起來的C個直方圖向量進行學習，得到每個場景類別的判斷模型。根據本發明實施例所述的監督流形學習的場景分類方法，可以加長直方圖向量，增加識別率。