[發(fā)明專利]一種基于有監(jiān)督學(xué)習(xí)概率主題模型的地點(diǎn)圖像識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410064526.6
• 申請(qǐng)日: 2014-02-25
• 公開（公告）號(hào): CN103810500B
• 公開（公告）日: 2017-04-05
• 發(fā)明（設(shè)計(jì)）人: 楊金福;解濤;趙偉偉;李明愛;高晶鈺;張濟(jì)昭
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司11203
• 代理人: 張慧

技術(shù)領(lǐng)域

本發(fā)明屬于模式識(shí)別領(lǐng)域，涉及一種利用概率主題模型進(jìn)行圖像識(shí)別方法，尤其是一種基于有監(jiān)督學(xué)習(xí)概率主題模型的地點(diǎn)圖像識(shí)別方法，用于提高地點(diǎn)圖像的識(shí)別率。

背景技術(shù)

目前，隨著人工智能的發(fā)展，移動(dòng)智能機(jī)器人被廣泛地應(yīng)用于工業(yè)、軍事和服務(wù)等領(lǐng)域，發(fā)揮著越來越重要的作用。智能機(jī)器人認(rèn)知環(huán)境的能力越來越重要。機(jī)器人只有在知道自身位置和工作環(huán)境，才能安全有效地進(jìn)行自主運(yùn)動(dòng)，為人們提供更好的服務(wù)。因此，認(rèn)知環(huán)境和位置估計(jì)成為智能移動(dòng)機(jī)器人最重要的能力之一。視覺系統(tǒng)能夠?yàn)闄C(jī)器人提供最豐富的感知信息，同時(shí)也最接近人類感知環(huán)境的方式。近年來，基于視覺的機(jī)器人自定位問題吸引了大量的研究人員，同時(shí)也取得了豐碩的研究成果。

根據(jù)機(jī)器人定位使用的視覺特征信息的不同，基于視覺的機(jī)器人自定位方法主要包括以下三種：基于地標(biāo)特征的自定位方法，基于圖像外觀特征的自定位方法，以及基于地點(diǎn)識(shí)別的自定位方法。其中，基于地點(diǎn)識(shí)別的自定位方法，使用了人們可以直接理解的語義信息，如“道路”、“雕塑”、“走廊”等，作為視覺特征信息，實(shí)現(xiàn)一種全局的拓?fù)涠ㄎ唬瑯?gòu)建拓?fù)涞貓D，用于機(jī)器人路徑規(guī)劃和人機(jī)交互等應(yīng)用場合。然而，要實(shí)現(xiàn)基于地點(diǎn)識(shí)別的自定位方法，必須圖像進(jìn)行語義表示。為了解決上述問題，引入基于概率主題模型的圖像識(shí)別方法。

概率主題模型是機(jī)器學(xué)習(xí)領(lǐng)域中結(jié)合統(tǒng)計(jì)理論和圖論算法的一種模型，它提供了一種建模方法，對(duì)實(shí)際問題進(jìn)行概率建模，將實(shí)際問題用潛在的語義主題進(jìn)行描述，對(duì)解決實(shí)際問題的不確定性具有一定作用。概率主題模型最初應(yīng)用在自然語言處理和文本分類領(lǐng)域，并取得了很好的應(yīng)用效果，后來逐漸引入到機(jī)器視覺領(lǐng)域中。2005年，李菲菲等在論文“A?Bayesian?hierarchical?model?for?learning?natural?scene?categories”中，使用度不變特征提取算法（Scale-Invariant?Features，SIFT）特征檢測子和描述子提取局部特征，并使用潛在狄利克雷分布（Latent?Dirichlet?Distribution，LDA）的概率主題模型生成的包含語義信息的主題對(duì)圖像進(jìn)行描述，最后用貝葉斯分類器對(duì)圖像進(jìn)行分類，從而實(shí)現(xiàn)基于局部特征的地點(diǎn)識(shí)別。該方法通過LDA模型對(duì)圖像進(jìn)行語義描述，并對(duì)影響圖像識(shí)別的不確定性因素起到一定作用，使用了人們可以直接理解的語義信息，其不足是當(dāng)LDA模型中主題數(shù)超過40時(shí)圖像的識(shí)別率會(huì)出現(xiàn)過擬合。2010年，David?M.Blei等在論文“Supervised?Topic?Model”中，通過sLDA（supervised?latent?Dirichlet?allocation）對(duì)有標(biāo)簽的文檔進(jìn)行建模，然后使用mean-filed?variational方法對(duì)sLDA模型的參數(shù)進(jìn)行估計(jì)，從而達(dá)到對(duì)文檔內(nèi)容的預(yù)測。此文中的sLDA模型與LDA模型相比較，不僅可以用于分類，還可以用于預(yù)測，而且識(shí)別率和預(yù)測的準(zhǔn)確性都比較高；同時(shí)可以解決LDA模型中主題數(shù)目增加時(shí)出現(xiàn)的識(shí)別率過擬合現(xiàn)象。但是，此文中的sLDA模型用于文本文檔中，未被用于地點(diǎn)圖像識(shí)別中。

綜上所述，現(xiàn)有技術(shù)在基于地點(diǎn)識(shí)別的機(jī)器人自定位方法中存在以下問題：機(jī)器人實(shí)際獲得的圖像常會(huì)受到光照變化和拍攝視角以及場景混亂和事物動(dòng)態(tài)變化等影響，這些固有的、可變的影響使得地點(diǎn)識(shí)別過程充滿了不確定性；LDA模型中隨著主題數(shù)目的增加圖像的識(shí)別率會(huì)出現(xiàn)過擬合現(xiàn)象，進(jìn)而影響圖像的識(shí)別效果；sLDA模型可以解決隨著主題數(shù)目增加出現(xiàn)的識(shí)別率過擬合現(xiàn)象，但是未被應(yīng)用到基于概率主題模型的地點(diǎn)圖像識(shí)別系統(tǒng)中。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提出一種基于有監(jiān)督學(xué)習(xí)概率主題模型的地點(diǎn)識(shí)別方法，解決地點(diǎn)識(shí)別過程中由于拍攝角度和光照的不同，以及圖像中物體變化所導(dǎo)致的不確定性問題；通過sLDA模型對(duì)地點(diǎn)圖像信息進(jìn)行建模，有效提高地點(diǎn)圖像的識(shí)別率。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：提供一種基于有監(jiān)督學(xué)習(xí)概率主題模型的地點(diǎn)識(shí)別方法，通過mean-filed?variational算法對(duì)有監(jiān)督概率主題模型的參數(shù)進(jìn)行學(xué)習(xí)，用潛在主題對(duì)圖像進(jìn)行語義描述，然后根據(jù)sLDA模型中響應(yīng)變量的值對(duì)圖像進(jìn)行分類，進(jìn)而達(dá)到圖像識(shí)別目的。

一種基于有監(jiān)督學(xué)習(xí)概率主題模型的地點(diǎn)圖像識(shí)別方法，包括以下步驟：

步驟1，通過安裝在機(jī)器人上的標(biāo)準(zhǔn)攝像頭獲取訓(xùn)練圖像集和測試圖像集。

圖像包含光照、視角、尺度的變化以及人物和物體的動(dòng)態(tài)變化。

步驟2，圖像預(yù)處理，將獲取的圖像灰度化。