[發明專利]一種基于云計算的手機圖像標注方法

有效

• 申請號: 201310455285.3
• 申請日: 2013-09-29
• 公開（公告）號: CN103489003A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 金連文;陶大鵬;黎小鳳
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;H04M1/725
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 蔡茂略

1.一種基于云計算的手機圖像標注方法，包括以下步驟：

1）在云端存儲數量為l帶標注的圖像特征集其中，標注為和數量為u無標注的圖像特征集

2）在云端訓練海森正則化支持向量機；

3）利用壓縮感知技術對移動圖像進行壓縮，并將壓縮后的圖像傳輸到云上；

4）在云上利用壓縮感知技術對壓縮的圖像進行解碼；

5）通過訓練出來的海森正則化支持向量機進行圖像標注；

6）將標注的結果返回到移動終端設備；

其特征在于，所述步驟2）中，云端實現的所述訓練海森正則化支持向量機的訓練步驟如下：

步驟1、假設有標注樣本(x,y)∈Rⁿ×{±1}分布為P，無標注樣本的分布是P的邊緣分布P_X；如果邊緣分布P_X與條件分布P(y|x)相關，則P_X有助于學習；基于假設相似的圖像對x_i和x_j意味著相似的條件分布對P(y|x_i)和P(y|x_j)；

步驟2、利用海森正則化構造局部幾何信息；

步驟3、構造二分類的海森正則化支持向量機目標函數。

2.根據權利要求1所述的基于云計算的手機圖像標注方法，其特征在于，所述步驟2包括如下步驟：

步驟a、對應第j個無標注樣本x_j，找到其最近的k個近鄰樣本，組成鄰域N_p，從中取出x_j后對該鄰域進行中心化，使x_j成為切向空間的原點；

步驟b、用p點的鄰域N_p的相應的d個最大的特征值所對應的特征向量U來評價切向空間正交坐標系；該步驟通過在上進行特征值分解來實現，其中x_i是鄰域N_p中的第i個樣本；

步驟c、用施密特正交化去除矩陣H^j=[1,u₁…u_m,u₁u₁…u_du_d]中的d+1維零空間，得到矩陣其Frobenius范數由獲得；

步驟d：對所以圖像的進行累加，以獲得海森正則化f^THf。

3.根據權利要求1所述的基于云計算的手機圖像標注方法，其特征在于，所述步驟3中，所述二分類的海森正則化支持向量機目標函數為：

f*=argminf∈HK1lΣi=1lL(xi,yi)+λK||f||K2+λH||f||H2]]>(1)

=argminf∈HK1lΣi=1l(1-yif(xi))++λK||f||K2+λH||f||H2,]]>

其中，L(x_i,y_i)為損失函數，即：(1-y_if(x_i))₊=max(0,1-y_if(x_i))，是f的再生核希爾伯特空間H_K的范數，λ_K作為參數控制f映射到空間Rⁿ中的復雜度，是包含邊緣分布P_X的本征幾何信息的海森正則化項，λ_H作為參數控制在P_X的緊支集上的f的復雜度。