[發明專利]一種多源異構大數據的腐蝕源聯合去噪方法

有效

• 申請號: 201610165595.5
• 申請日: 2016-03-22
• 公開（公告）號: CN105760896B
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 張磊;王樹鵬;云曉春
• 申請（專利權）人: 中國科學院信息工程研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京君尚知識產權代理事務所(普通合伙) 11200
• 代理人: 邱曉鋒

本發明涉及一種多源異構大數據的腐蝕源聯合去噪方法。該方法包括兩個模型，一個為異構線性度量學習(HLML)模型，另一個為多源半監督聯合去噪(MSCD)模型。其中，通過學習多個異構線性度量，HLML模型將多源異構數據線性投影到一個高維特征同構空間，并在這個空間中充分嵌入異源間的互補信息，從而可以有效地捕捉到不同來源間的語義互補性和分布相似性。為了消除源內和源間噪聲，MSCD模型利用初等變換約束和梯度能量競爭策略，在HLML模型學習到的特征同構空間中修復異構有噪描述間的互補關系，進而凈化多源異構數據的腐蝕源，有助于獲得準確且魯棒的多源數據評估分析結果。

技術領域

本發明屬于信息技術領域，針對海量多源異構腐蝕數據環境下的源內噪聲和源間噪聲問題，提出了一種多源異構大數據的腐蝕源聯合去噪方法。

背景技術

近年來，隨著大量高技術數碼產品的出現，由這些異源電子設備產生的多源異構數據(Multi-source Heterogeneous Data)己經遍布到人們現實生活的各個角落。所謂多源異構數據是指來自不同來源或者渠道，但表達的內容相似，以不同形式、不同模態、不同視角和不同背景等多種樣式出現的數據。例如，新浪微博、騰訊微信和搜狐網站關于相同的新聞的不同形式的報道；老年癡呆癥(Alzheimer)患者的大腦可以由核磁共振(MRI)、正電子成像技術(PET)和X光產生多種不同視角的醫學成像；Wikipedia網站上對花豹的描述采用了圖片、文本和語音等不同模態的媒介；相同的建筑物白宮可以處在不同的背景之下。

然而，由于人為錯誤等原因，在現實世界中，某些多源數據受到噪聲的腐蝕，并不是現實事物的真實反映。因此，國內外的研究人員提出了一些多源數據的腐蝕源去噪方法，借助輔助源的數據信息，完成主源噪聲的消除。

Zhang等人尋求通過聯合去除不同來源中的噪聲，修復所有的針孔成像圖片。他們提出了一種多源圖片去噪(Depth-Guided Multi-View Image Denoising，DGMVID)方法，借助于主成分分析(Principal Component Analysis，PCA)思想，利用多源圖片間的深度估計(Depth Estimation)去除多源數據中的噪聲。Zhang等人發現將多源圖片用于噪聲去除具有獨特的優勢：一張圖片和其它圖片的像素間的對應關系取決于其單一深度圖。這一點和視頻去噪形成鮮明地對比。在視頻去噪中，幀間運動通常具有更大的自由度。Zhang等人正是利用這一點，在多源圖片去噪中，尋找相似圖片塊(Similar Image Patches)。DGMVID方法包含聯合多源圖片匹配(Joint Multi-View Patch Matching，JMVPM)和聯合多源圖片去噪(Joint Multi-View Patch Denoising，JMVPD)兩個部分。其中，JMVPM借助多源圖片間的相關性，使用深度估計度量不同來源的圖片中對應像素塊的相似度，并根據相似度的大小，將相似圖片塊分組到一起。而JMVPD為了去除信號相關噪聲(Signal-Dependent Noise)，利用PCA和張量分析(Tensor Analysis)，在微光(Low-Light)條件下，消除光子噪聲(PhotonNoise)。(參考文獻：Li Zhang,Sundeep Vaddadi,Hailin Jin,Shree K.Nayar.Multipleview image denoising.IEEE International Conference on Computer Vision andPattern Recognition 2009:1542-1549.)