[發(fā)明專利]基于眾包主動學(xué)習(xí)用于檢測異常圖片的方法

有效

• 申請?zhí)枺?/td>: 201510540432.6
• 申請日: 2015-08-28
• 公開（公告）號: CN105205503B
• 公開（公告）日: 2018-09-18
• 發(fā)明（設(shè)計）人: 萬里;洪敏;白金龍;李麗麗
• 申請（專利權(quán)）人: 重慶恢恢信息技術(shù)有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 重慶市前沿專利事務(wù)所(普通合伙) 50211
• 代理人: 路寧

1.一種基于眾包主動學(xué)習(xí)用于檢測異常圖片的方法，其特征在于，包括如下步驟：

S1，獲取圖像特征，從圖像特征中提取二進(jìn)制向量，選取色調(diào)和飽和度作為圖像特征，合并色調(diào)和飽和度圖像特征來形成一個二維色調(diào)飽和度直方圖；

S2，計算每個圖像特征周圍的已標(biāo)記樣本密度，對已標(biāo)記樣本密度低于閾值的樣本，計算信息熵，選擇信息熵最大的樣本放到眾包平臺，由用戶進(jìn)行標(biāo)記；

S3，根據(jù)眾包平臺用戶的標(biāo)記和結(jié)果可信度計算方法，確定樣本的標(biāo)簽，并臨時放入訓(xùn)練集，根據(jù)可信分類迭代算法，確定該標(biāo)記樣本最終是否采用，并更新眾包平臺用戶的信用度，并經(jīng)由眾包平臺返回給用戶，輸出初始分類器，當(dāng)初始分類器達(dá)到一定閾值后執(zhí)行S4；

S4，當(dāng)S1-S3步驟執(zhí)行完畢后，輸出標(biāo)記訓(xùn)練集，輸出最終分類器；

所述S2標(biāo)記樣本密度步驟包括：

圖像特征集合為H＝{H₁,H₂,…,H_k}，其中樣本集H_i＝{H_i1,H_i2,…,H_ij-1,H_ij,H_ij+1,…,H_il}，對于樣本H_ij，在H_i中H_ij-ε至H_ij+ε范圍內(nèi)查看已被標(biāo)記的樣本數(shù)量AN，并根據(jù)如下公式，計算其周圍被標(biāo)記樣本的密度，D(H_ij)＝AN/2ε，ε為樣本圖像特征數(shù)量。

2.根據(jù)權(quán)利要求1所述的基于眾包主動學(xué)習(xí)用于檢測異常圖片的方法，其特征在于，所述S1包括：

取一個二進(jìn)制向量表示W(wǎng)CE圖像特征，顏色空間選擇HSI顏色空間，選取色調(diào)和飽和度信息作為特征；

合并色調(diào)和飽和度圖像特征來形成一個二維色調(diào)飽和度直方圖。

3.根據(jù)權(quán)利要求1所述的基于眾包主動學(xué)習(xí)用于檢測異常圖片的方法，其特征在于，所述S2進(jìn)行信息熵計算步驟包括：

基于時序密度表示為：

其中，p(y_i|x_j)表示在給定樣本x_j情況下其標(biāo)簽屬于y_i的可能性，T(x_j|S)表示樣本在集合S中的時序密度，S表示x在已標(biāo)記樣本集中的領(lǐng)域集合；

對于樣本集合X＝{x₁,x₂,…,x_n}，中的樣本x_n，通過計算X中所有樣本之間的距離并求其平均得到avg_distance，

其中n為正整數(shù)，d(x_i,x_j)指代樣本之間距離度量，x_i,x_j為樣本，下標(biāo)i、j為正整數(shù)，i＜j；

定義1：樣本集合X＝{x₁,x₂,…,x_n}，中樣本x_i的鄰域樣本集合表示為：

N(x_j|X)＝{x_j|x_j∈X(x₁,x₂,…,x_i-1,x_i+1,…,x_n)}，d(x_i,x_j)≤avg_distance (4)

其中d(x_i,x_j)為樣本之間距離度量，選取歐式距離；

定義2：標(biāo)記函數(shù)I

計算樣本x_i在已標(biāo)記樣本集合S中的領(lǐng)域集合為N(x|S)＝{x₁,x₂,…,x_n}，其對應(yīng)標(biāo)簽為Y＝{y₁,y₂,…,y_n}，則

計算樣本x_i在已標(biāo)記樣本集合S中的領(lǐng)域集合為N(x|S)＝{x₁,x₂,…,x_n}，其中N(x|S)中和樣本x_i屬于同一圖像特征的集合為統(tǒng)計X1在圖像特征中位于樣本x_i前后ε范圍內(nèi)的樣本數(shù)量SN，則

樣本x_i在集合S中的時序密度T(x_i|S)＝SN/2ε；

密度熵計算

計算未標(biāo)記樣本x_n在未標(biāo)記集合C中的近鄰樣本集合N(x_i|UN)＝{x₁,x₂,…,x_n}；

則其未標(biāo)記樣本x_n的近鄰密度表示為：

其中N(x_i)為樣本x_i的鄰域樣本集合，φ_i表示N(x_i)的某個元素，N表示N(x_i)中樣本的總數(shù)；

對信息熵計算，樣本包含的信息量表示為時序密度、近鄰熵與近鄰密度的乘積：

Information(x)＝H(x_j)*p(x_i)*(1-D(H_ij))；

在未標(biāo)記樣本集合UN中選擇信息熵最大的樣本x_n進(jìn)行標(biāo)記，

L(x_i)＝arg max Information(UN)。