[發(fā)明專利]一種基于多標(biāo)簽的圖像識(shí)別方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201110313956.3
• 申請(qǐng)日: 2011-10-17
• 公開（公告）號(hào): CN102364498A
• 公開（公告）日: 2012-02-29
• 發(fā)明（設(shè)計(jì)）人: 朱玉全;陳耿;孫蕾;廖定安;梁軍
• 申請(qǐng)（專利權(quán)）人: 江蘇大學(xué)
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 樓高潮

技術(shù)領(lǐng)域

本發(fā)明屬于圖像的計(jì)算機(jī)分析技術(shù)的應(yīng)用領(lǐng)域，具體涉及一種具有多標(biāo)簽圖像的識(shí)別方法。

背景技術(shù)

圖像識(shí)別是數(shù)據(jù)挖掘技術(shù)中的一個(gè)重要研究分支，它旨在通過訓(xùn)練圖像樣本數(shù)據(jù)集來構(gòu)造一個(gè)分類函數(shù)或分類器，并利用該分類函數(shù)或分類器來識(shí)別待測(cè)圖像的標(biāo)簽或標(biāo)簽集。在傳統(tǒng)的被稱為多類單標(biāo)簽圖像識(shí)別問題中，每個(gè)圖像數(shù)據(jù)只含有一個(gè)與之對(duì)應(yīng)的標(biāo)簽。然而，在實(shí)際應(yīng)用中，由于客觀事物本身的復(fù)雜性，一幅圖像可能同時(shí)包含多個(gè)不同的標(biāo)簽，比如在風(fēng)景圖識(shí)別中，一幅圖像可以同時(shí)擁有“樹林”、“?山峰”、“草原”等主題；在醫(yī)學(xué)圖像識(shí)別中，一張醫(yī)學(xué)圖像可同時(shí)包含與“糖尿病”、”前列腺”等疾病相關(guān)的信息。與單標(biāo)簽分類問題不同的是，多標(biāo)簽分類問題的目標(biāo)是尋找與待測(cè)圖像數(shù)據(jù)相聯(lián)系的標(biāo)簽集或一組標(biāo)簽，而不是單一標(biāo)簽。長(zhǎng)期以來，單標(biāo)簽分類問題得到了廣泛而深入的研究，各種性能較好的分類算法不斷地被提出，并在圖像識(shí)別領(lǐng)域中得到了成功應(yīng)用，如基于決策樹的分類方法、貝葉斯分類方法、基于神經(jīng)網(wǎng)絡(luò)的分類方法、K-最臨近分類方法、基于關(guān)聯(lián)規(guī)則的分類方法等。從表上看來，多標(biāo)簽分類和單標(biāo)簽分類具有很大的相似性，兩者的目的都是對(duì)待測(cè)數(shù)據(jù)所包含的標(biāo)簽進(jìn)行甄別，單標(biāo)簽分類是多標(biāo)簽分類問題的一個(gè)特例。然而多標(biāo)簽分類問題中標(biāo)簽間的關(guān)系（如相關(guān)性、共現(xiàn)性等）、標(biāo)簽和數(shù)據(jù)分布的不均衡性等問題將導(dǎo)致現(xiàn)有的面向單標(biāo)簽分類問題的方法并不能直接用來處理多標(biāo)簽分類問題，因而，如何設(shè)計(jì)出有效的多標(biāo)簽分類方法已成為圖像識(shí)別領(lǐng)域中的一個(gè)研究熱點(diǎn)。

目前，常用可用于圖像識(shí)別的多標(biāo)簽分類方法有ML-KNN、改進(jìn)的C4.5、Bp-MLL、PT系列、PPT、PPT-n、MMAC、RAKEL、RPC、CLR、INSDIF、MLRW等。ML-KNN是Zhang?M.L.等人提出的一種基于KNN的多標(biāo)簽分類方法，該方法通過統(tǒng)計(jì)方法得出每個(gè)標(biāo)簽的先驗(yàn)概率，當(dāng)輸入一個(gè)待測(cè)圖像數(shù)據(jù)????????????????????????????????????????????????時(shí)，對(duì)標(biāo)簽集中的每個(gè)標(biāo)簽分別計(jì)算具有標(biāo)簽和不具有標(biāo)簽的概率，進(jìn)而預(yù)測(cè)是否具有標(biāo)簽。算法Bp-MLL通過定義針對(duì)多標(biāo)簽圖像數(shù)據(jù)的全局優(yōu)化函數(shù)，使得人工神經(jīng)元網(wǎng)絡(luò)能夠處理多標(biāo)簽數(shù)據(jù)。PT系列算法試圖利用已有的基于單標(biāo)簽的分類方法來解決多標(biāo)簽分類問題，即在訓(xùn)練之前一次性地將訓(xùn)練圖像樣本數(shù)據(jù)集中所有包含多個(gè)標(biāo)簽的訓(xùn)練數(shù)據(jù)樣本轉(zhuǎn)換成單標(biāo)簽數(shù)據(jù)，經(jīng)過相應(yīng)處理后，算法所面對(duì)的訓(xùn)練數(shù)據(jù)樣本集均為單標(biāo)簽樣本集，從而將多標(biāo)簽分類問題轉(zhuǎn)化為單標(biāo)簽分類問題。針對(duì)PT方法中新標(biāo)簽數(shù)量的不可控性，算法PPT、PPT-n、RAKEL提出了一系列處理方法，算法PPT和PPT-n通過閾值的設(shè)置來減少新標(biāo)簽的數(shù)量，算法RAKEL則是通過隨機(jī)選擇的方式來減少其數(shù)量的。算法RPC、CLR則通過對(duì)比標(biāo)簽集中任意兩個(gè)標(biāo)簽之間的關(guān)系，建立(-?1)?/?2?個(gè)分類器，每個(gè)分類器在兩個(gè)標(biāo)簽之間投票，然后組合這些投票結(jié)果作為最終的多標(biāo)簽分類結(jié)果。

縱觀上述這些方法，我們可以將多標(biāo)簽分類問題分為兩類，一類是基于算法轉(zhuǎn)化的方法，另一類是基于問題轉(zhuǎn)化的方法。這些方法存在著一些算法本身無法克服的不足，如：改進(jìn)的C4.5算法采用分而治之的策略所得到的決策樹并不一定是最優(yōu)的，決策樹的結(jié)構(gòu)調(diào)整、性能改善等也較為困難；算法Bp-MLL存在的問題是該方法不能觀察中間的學(xué)習(xí)過程，最后的輸出結(jié)果也較難解釋，影響了結(jié)果的可信度及可接受程度，同時(shí)，該方法需要較長(zhǎng)的學(xué)習(xí)時(shí)間；ML-KNN在高維數(shù)據(jù)的分類中，該方法的缺陷也得以凸顯。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種一次性對(duì)單幅圖像包括多個(gè)標(biāo)簽的圖像進(jìn)行識(shí)別的方法，該方法可以快速的構(gòu)造候選頻繁項(xiàng)目集，實(shí)現(xiàn)準(zhǔn)確高效的多標(biāo)簽圖像識(shí)別功能。

本發(fā)明的技術(shù)方案是：一種基于多標(biāo)簽的圖像識(shí)別方法，包括候選頻繁項(xiàng)目集的構(gòu)造和圖像識(shí)別步驟，其特征在于：所述候選頻繁項(xiàng)目集的構(gòu)造和圖像識(shí)別步驟包括：

步驟1圖像樣本數(shù)據(jù)集的準(zhǔn)備和預(yù)處理，包括訓(xùn)練圖像格式轉(zhuǎn)換、尺度歸一化、去噪和增強(qiáng)；

步驟2采用基于密度聚類的圖像分割方法分別識(shí)別出每幅圖像樣本的待識(shí)別區(qū)域；