[發明專利]一種基于類共享多核學習的圖像語義分類方法

有效

• 申請號: 201110324600.X
• 申請日: 2011-10-24
• 公開（公告）號: CN102314614A
• 公開（公告）日: 2012-01-11
• 發明（設計）人: 田永鴻;楊晶晶;黃鐵軍;高文
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 毛燕生

1.一種基于類共享多核學習的圖像語義分類方法，其特征在于，在圖像分類中同時訓練針對多個圖像語義類別的分類函數，該分類函數中所有類別共享一個基礎多核函數權重，并為每個類別賦予類別相關的多核函數權重，從而構建類共享的多核分類器模型，最后利用所述多核分類器模型對待分類的圖像進行分類。

2.根據權利要求1所述的基于類共享多核學習的圖像語義分類方法，其特征在于構建類共享的多核分類器模型，當所有類別的基礎多核函數權重為0時，所述類共享的多核分類器模型等價于類別間獨立訓練的多核分類器模型；當所有類別的類別相關的多核函數權重等于基礎多核函數權重時，所述類共享的多核分類器模型等同于所有類別共享一個多核分類器模型。

3.根據權利要求1或2所述的基于類共享多核學習的圖像語義分類方法，其特征在于利用所述多核分類器模型對待分類的樣本進行分類包括以下步驟：

1)預處理階段，提取圖像的底層特征并計算多核矩陣；

2)建模階段，構建一個類共享的多核分類器模型；

3)參數學習階段，在統一的框架內對多個類別的分類器參數、基礎多核函數權重及類別相關的多核函數權重進行優化，從而得到多核分類器模型；

4)圖像分類階段，對待分類的樣本，利用學習好的多核分類器模型進行圖像分類。

4.根據權利要求3所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述預處理階段所使用的底層特征包含SIFT、Dense-Color-SIFT(DCSIFT)、Dense-SIFT(DSIFT)、Self-similarity(SS)和Pyramid?histogram?of?orientated?gradients(PHOG)，并采用“Bag-of-Words”表達模型，將不同的局部特征描述為相應的視覺關鍵詞。

5.根據權利要求3所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述預處理階段計算訓練集中所有樣本對的多個核函數值，所使用的基本核函數包含通用的高斯核函數、多項式核函數、Sigmoid核函數、金字塔核函數、空間金字塔核函數、近鄰分布核函數、或者PHOG核函數。

6.根據權利要求3所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述參數學習階段將所有類別的多核分類器參數、基礎多核函數權重、類別相關的多核函數權重統一進行優化，通過求解最大或最小的鞍點問題來進行學習，從而得到多核分類器模型的多核判別函數。

7.根據權利要求6所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述參數學習階段中求解最大或最小的鞍點問題包括如下步驟：

31)給定類別相關的多核函數權重參數，用支持向量機求解方法來學習分類器參數；

32)給定分類器參數，用半無限線性規劃來學習基礎多核函數權重及類別相關的多核函數權重；

33)迭代執行31)步驟和32)步驟，直至滿足迭代的終止條件。

8.根據權利要求7所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述迭代的終止條件包括連續兩次迭代參數的變化閾值或迭代次數上限。

9.根據權利要求3所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述圖像分類階段包括如下步驟：

41)測試圖像經過預處理模塊，表達為輪廓特征以及不同局部特征對應的視覺關鍵詞的組合；在此基礎上與分類器中的訓練樣本做基礎多核函數的計算；

42)計算待分類圖像對所有類別對應的判別函數的響應值，選出響應值中的最大值所對應的類別作為該待分類圖像所屬的圖像類別。

10.根據權利要求3所述的基于類共享多核學習的圖像語義分類方法，其特征在于，所述建模階段同時學習多個圖像類別對應的多核判別函數；其中多核函數權重包含所有類別都共享的一組基礎多核函數權重及各自圖像類別的類別相關的多核函數權重；在統一的學習框架下，學習多個類別的分類器參數、基礎多核函數權重及類別相關的多核函數權重。