[發明專利]一種基于自調制字典學習的圖像分類方法

有效

• 申請號: 201310091623.X
• 申請日: 2013-03-20
• 公開（公告）號: CN103116762A
• 公開（公告）日: 2013-05-22
• 發明（設計）人: 楊育彬;唐曄;潘玲燕
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華

1.一種基于自調制字典學習的圖像分類方法，其特征在于，包括訓練階段和分類階段：

訓練階段包括：

步驟1，局部特征抽取：對于訓練圖像集中的每一幅訓練圖像進行局部特征描述子抽取生成訓練圖像集的局部特征集合；訓練圖像是帶有類標的圖像，類標用于標記圖像所屬類別；

步驟2，自調制字典學習：在局部特征集合中隨機抽取部分局部特征作為訓練集，訓練集分為簡單樣例集E和復雜樣例集H；反復迭代：當前簡單樣例集確定、稀疏編碼、字典更新、以及閾值更新四個步驟完成字典學習，生成字典D；

步驟3，訓練圖像表示：包含特征稀疏編碼和圖像空間聚合步驟；

步驟4，分類模型學習：將步驟3中得到的訓練圖像特征向量及其對應分類類標作為線性核SVM分類器的輸入完成分類模型的參數學習，得到SVM分類模型；

分類階段包括：

步驟5，局部特征抽取：對于待分類圖像進行局部特征描述子抽取生成待分類圖像的局部特征集合；

步驟6，待分類圖像表示：首先對待分類圖像的局部特征進行稀疏編碼：采用下式根據字典D，對局部特征x_i求解稀疏編碼系數α_i：

其中D表示字典，α_i表示局部特征x_i對應于字典D的編碼系數，λ是正則化參數，其取值為(0,+∞)；

然后進行待分類圖像的局部特征的編碼結果空間聚合：采用分層分塊的金字塔空間劃分，對于每一塊進行最大值聚合操作，最后將所有分塊的特征向量串接成整個圖像的特征向量；

步驟7，模型預測，將步驟6中形成的待分類圖像特征向量輸入步驟4中學習得到的SVM分類模型，從而完成圖像的分類。

2.根據權利要求1所述的一種基于自調制字典學習的圖像分類方法，其特征在于，步驟2自調制字典學習具體包括如下步驟：

從局部特征集合中隨機取n個訓練圖像作為訓練集X，X=[x₁,...,x_n]∈R^m×n，其中x_i∈R^m表示一個局部特征，m表示局部特征的維數，則字典學習采用以下公式：

minD,A1nΣi=1n||xi-Dai||22+λ||ai||1,s.t.||dj||22≤1,j=1,...,k,]]>

其中D=[d₁,...,d_k]∈R^m×k表示字典，s.t.表示優化函數的約束，d_j∈R^m是字典的第j個基項，k表示字典的字典項個數；α_i表示局部特征x_i對應于字典D的編碼系數，A表示訓練集X中所有局部特征對應的編碼系數，λ是正則化參數，其取值為(0,+∞)；

初始化簡單樣例集E為空集，復雜樣例集H為整個訓練集X；

反復迭代步驟21～步驟24，直至字典收斂或達到指定的迭代次數：

步驟21，當前簡單樣例集確定：設置打分函數l(x,D)以及閾值σ；

l(x,D)=Δminα∈Rk||x-Dα||22+λ||α||1,]]>

其中D表示字典，α_i表示局部特征x_i對應于字典D的編碼系數，λ是正則化參數，其取值為(0,+∞)，閾值σ取值范圍為(0,+∞)，根據閾值σ從復雜樣例集H中選取簡單樣例加入簡單樣例集E，即對于x_i∈H，如果l(x_i,D)<σ，判定x_i是簡單樣例，將x_i加入E，否則判定x_i是復雜樣例，保留x_i在H中；

步驟22，稀疏編碼：采用下式根據字典D對局部特征x_i求解稀疏編碼系數α_i：

其中D表示字典，α_i表示局部特征x_i對應于字典D的編碼系數，λ是正則化參數，其取值為(0,+∞)；

步驟23，字典更新：固定此次迭代中簡單樣例集E中所有樣例的稀疏編碼系數A_E，然后求解帶二次約束的最小均方問題：

minDnew||XE-DnewAE||F2,s.t.||dj||22≤1j=1,...,k,]]>

其中，D_new表示待更新的字典，s.t.表示優化函數的約束，d_j是字典的第j個基項，X_E表示所有簡單樣例，A_E表示所有簡單樣例對應的編碼系數，是矩陣的F-范數，即||A||F2=trace(A*A);]]>

步驟24，閾值更新：采用如下自適應的閾值函數進行閾值更新：

σ=π+log(π²+c)t,c≥1

其中，π表示所有樣例的打分函數中值，t表示當前迭代次數，c為常數，取值范圍為[1,+∞)。