[發明專利]一種基于分布式K-means的海量圖像分類方法

有效

• 申請號: 201510363396.0
• 申請日: 2015-06-26
• 公開（公告）號: CN104933445B
• 公開（公告）日: 2019-05-14
• 發明（設計）人: 董樂;張寧
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 李明光

1.一種基于分布式K-means的海量圖像分類方法，具體包括如下步驟：

步驟1.訓練圖像預處理；

輸入訓練圖像數據集，并將每張訓練圖像劃分成多個圖像塊，對每個圖像塊依次進行正則化和白化操作以去除干擾信息、保留關鍵信息，作為輸入信息送給下一步處理；

步驟2.在大數據處理平臺Hadoop上，將K-means算法并行化，把步驟1所得的預處理后的圖像塊信息作為輸入，進行字典的提??；

步驟2所述的字典提取過程具體如下：

經過步驟1預處理后的圖像塊作為Map節點的輸入，首先初始化聚類中心，多個Map節點并行的讀取預處理后的圖像數據，并計算分配到每個聚類中心的元素，之后在Reduce節點上，統計每個類別的所有元素，重新計算新的聚類中心，對比新的聚類中心和之前的聚類中心的變化是否小于設定的閾值，若小于，則迭代結束，輸出聚類中心，否則更新聚類中心，重新開始新的一輪迭代過程；

步驟3.提取字典后，構建特征映射函數，將預處理后的訓練圖像塊映射為新的特征表達；

步驟3具體過程如下：

將步驟2得到的字典并行化的分配給多個Map節點，同時輸入新的無標簽的圖像數據集給每個Map節點，對Map節點上的圖像數據集進行特征學習，將輸入圖像數據進行特征映射得到的特征，公式如下：

其中，f⁽ⁱ⁾(x)是圖像塊的新的特征表達，N是步驟2所提取字典的聚類中心總數，c^(k)是第k個聚類中心；

步驟4.將步驟3獲得的訓練圖像塊的新的特征表達輸入到SVM分類器中，進行圖像分類訓練；

步驟5.針對需要進行分類的目標圖像，將其依次進行圖像塊劃分、正則化、白化操作以及特征提取之后，利用完成圖像分類訓練的SVM分類器進行分類。

2.根據權利要求1所述的基于分布式K-means的海量圖像分類方法，其特征在于，步驟1所述的正則化操作具體如下：

其中x⁽ⁱ⁾是輸入的第i個圖像塊，為正則化后的第i個圖像塊，var(x⁽ⁱ⁾)和mean(x⁽ⁱ⁾)分別是x⁽ⁱ⁾中所有元素的方差和平均值；σ是一個預設常量，其作用是在進行除法之前的操作，減少了噪音以及防止方差趨近于零的時候，防止除數為零。

3.根據權利要求1所述的基于分布式K-means的海量圖像分類方法，其特征在于，采用PCA白化方法對正則化的每個圖像塊進行減少像素間相關性的處理：

其中，λ⁽ⁱ⁾和U⁽ⁱ⁾分別是正則化的圖像塊的特征值和特征向量，式(2)的作用是減少輸入圖片的像素之間相關性，通過公式(3)得到了白化后的圖像塊數據，ε為預設常數。

4.根據權利要求1所述的基于分布式K-means的海量圖像分類方法，其特征在于，步驟4及步驟5采用DAG-SVM分類器進行最后的訓練及分類過程。