[發明專利]一種基于SVM的分布式圖像識別方法

在審

• 申請號: 201310687112.4
• 申請日: 2013-12-17
• 公開（公告）號: CN104715258A
• 公開（公告）日: 2015-06-17
• 發明（設計）人: 朱玉全;陳耿;孫蕾;耿霞;彭曉冰
• 申請（專利權）人: 鎮江金全軟件有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 無
• 代理人: 無

技術領域

本發明屬于圖像的計算機分析技術的應用領域，具體涉及一種分布式環境下的圖像識別方法。

背景技術

SVM是一種用來解決分類和回歸問題的數據挖掘技術，由于SVM方法具有許多引人注目的優點和良好的實驗性能，已成為機器學習研究領域的熱點，并已取得了良好的效果，如文本分類、手寫識別、圖像分類及識別等。

在許多實際應用中，數據本身是分布的，它們之間除了通過網絡傳遞信息外，其它資源全部獨立，分布式圖像識別是分布式數據挖掘技術中的一個重要研究分支，它旨在通過分布環境下的訓練圖像樣本數據集來構造分類函數或分類器，并利用該分類函數或分類器來識別待測圖像的類別。為解決訓練圖像樣本分布情況下的圖像識別問題，一個可行的解決方案是將這些數據集集中到某一臺機器上，再利用算法SVM來構造分類器，或利用MapReduce編程模型來構造分布環境下的分類器。一般情況下，此類思想至少存在兩個方面的問題，一是需要設置一臺性能較(很)高的計算機來存儲并處理這些大容量的數據，二是在很多情況下，出于對數據安全性和隱私性的考慮，數據的集中是不可能的。對此，本發明提出了一種基于SVM的分布式圖像識別方法，該方法通過發現分布環境下訓練圖像樣本數據集中所隱含的分類器，由此實現圖像的自動識別。

發明內容

本發明的目的是提供一種訓練圖像樣本分布式情況下對圖像進行識別的方法，該方法可以快速地構造線性分類器，實現準確高效的圖像識別功能。

本發明的技術方案是：一種基于SVM的分布式圖像識別方法，包括：內積計算、最優問題求解和圖像識別步驟，其特征在于：所述內積計算、最優問題求解和圖像識別步驟包括：

步驟1圖像樣本數據集的準備和預處理，各站點分別完成訓練圖像樣本數據集的準備、格式轉換、尺度歸一化、去噪、增強工作；

步驟2圖像分割，各站點采用基于密度聚類的圖像分割方法分別識別出每幅訓練圖像的待識別區域；

步驟3特征提取，各站點分別提取每幅訓練圖像中待識別區域的特征，構造各站點的訓練圖像樣本數據集DB_i，i＝1，2，...，k。所述訓練圖像樣本集DB_i中各樣本的表示為(x₁，x₂，......，x_p，y)，其中p為非類別屬性個數，x₁，x₂，......，x_p為非類別屬性，y為類別屬性，y的值為1或-1，分別表示兩類情況。

步驟4最優分類函數f(x)的構造；

步驟5圖像的識別。

所述步驟4最優分類函數f(x)的構造的具體步驟包括：

步驟4.1初始化，其包括：

步驟4.1.1選擇一臺獨立計算機作為主機(記為站點S)，該機用來計算內積以及求解最優化問題；

步驟4.1.2設定主機兩個內存塊的大小，分別用來接收兩個站點的數據；

步驟4.2內積計算，其包括：

步驟4.2.1主機請求各站點發送訓練圖像樣本；

步驟4.2.2計算內積；

步驟4.3最優解的求解(主機完成)，其包括：

步驟4.3.1求數學模型為(1)式的最優解；

minφ(x)=12(w.w)---(1)]]>

s.t.y_i((w.x_i)+b)≥1

步驟4.3.2將(1)式轉化為求式(2)Lagrange函數的鞍點；