[發明專利]一種用于圖像識別的基于鄰域保持和核子空間對齊的方法

在審

• 申請號: 201710206962.6
• 申請日: 2017-03-31
• 公開（公告）號: CN107045640A
• 公開（公告）日: 2017-08-15
• 發明（設計）人: 許明微;荊曉遠;岳東
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 朱楨榮

技術領域

本發明涉及圖像識別領域，特別是一種用于圖像識別的基于鄰域保持和核子空間對齊的方法。

背景技術

傳統的圖像識別方法通常假設訓練數據和測試數據遵循相同的分布，但是在很多實際應用中，這種假設往往不成立。應用傳統的圖像識別方法獲得的模型還遠不能達到人們最初的期望。而領域自適應方法(Domain Adaptation)不要求訓練數據和測試數據一定要滿足獨立同分布的條件，它在訓練數據和測試數據分布不同的條件下進行知識的遷移和學習，利用已有的知識經驗和任務之間的聯系促進新任務的學習，最終降低了由于訓練數據和測試數據分布的差異帶來的影響。訓練數據來自的領域稱之為源域，測試數據來自的領域稱之為目標域。目前。領域自適應學習受到了越來越多學者們的關注，每年在一些機器學習的頂級會議，比如ICML、NIPS、ICCV、CVPR等，都有關于跨領域學習的文章發表。

現有的領域自適應方法——測地流方法(GFK)和子空間對齊方法(SA)，GFK方法的思想是首先將源域樣本和目標域樣本分別看作格拉斯曼流形上的點，然后沿著兩個點之間的測地線進行采樣獲得“有意義”的中間子空間，接著將源域樣本和目標域樣本都投影到這些中間子空間上，通過利用源域中樣本的標簽尋找投影后樣本之間的關系訓練一個判別分類器，最終利用分類器對投影后的目標域樣本進行分類。雖然GFK方法確實可以有效，但是它存在兩個缺陷：1)GFK方法需要計算大量的子空間導致算法的復雜度高；2)GFK方法得到的最優解是局部最優解，并不是全局最優解。

為了解決GFK方法的缺陷，Fernando等人提出了子空間對齊方法(SA)，SA方法將源域和目標域樣本分別投影到各自的子空間中，然后通過尋找一個對齊矩陣M直接對齊源域和目標域子空間，使得對齊后源域樣本和目標域樣本分布間的差異達到最小，即求如下最優化模型的解：

其中表示矩陣的Frobenius范數，P_s和P_t分別表示源域子空間和目標域子空間。

相對于GFK方法，SA方法的改進有兩個方面：1)通過調整子空間的基，SA方法的解是全局的，這使得SA方法訓練的分類器可以更加的魯棒，不受局部的擾動；2)通過直接對齊源域子空間和目標域子空間，SA方法的計算復雜度要低。

SA方法雖然較GFK方法在樣本識別的準確率上有了提高，但是它仍然存在以下兩個方面的不足：(1)SA方法假設樣本在原始的空間中線性可分，但是在很多實際應用中，原始樣本往往并不是線性可分；(2)SA方法中沒有利用源域樣本的標簽信息，這樣可能會導致在原始空間中屬于不同類別的源域樣本在對齊后的空間中聚集在一起，不利于分類器的訓練。

發明內容

本發明所要解決的技術問題是克服現有技術的不足而提供一種用于圖像識別的基于鄰域保持和核子空間對齊的方法，以緩解源域和目標域樣本分布不同對圖像識別精度影響。

本發明為解決上述技術問題采用以下技術方案：

根據本發明提出的一種用于圖像識別的基于鄰域保持和核子空間對齊的方法，包括以下步驟：

步驟1、將源域樣本集X_s和目標域樣本集X_t通過核映射函數映射到同一個高維空間中，獲得高維空間中的源域樣本集Φ(X_s)和高維空間中目標域樣本集Φ(X_t)；

步驟2、對高維空間中源域樣本集Φ(X_s)和高維空間中目標域樣本集Φ(X_t)分別利用主成分分析法PCA處理得到源域子空間P_s和目標域子空間P_t；

步驟3、利用源域樣本的標簽信息、源域子空間P_s和目標域子空間P_t計算對齊矩陣M，將源域子空間和目標域子空間對齊；

步驟4、利用步驟2中的P_s得到高維空間中降維后的源域樣本集再利用步驟3中的對齊矩陣M將投影到對齊后的空間中得到源域數據集Y_s,Y_s＝(P_sM)^TΦ(X_s)；其中，上標T表示矩陣的轉置；

步驟5、利用步驟2中的P_t將高維空間中的目標域樣本集直接投影到目標域子空間中得到目標域數據集Y_t，

步驟6、通過最近鄰分類器，根據步驟4獲得的源域數據集和步驟5獲得的目標域數據集，輸出識別結果。