[發(fā)明專(zhuān)利]一種基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710271035.2
• 申請(qǐng)日: 2017-04-24
• 公開(kāi)（公告）號(hào): CN107092932A
• 公開(kāi)（公告）日: 2017-08-25
• 發(fā)明（設(shè)計(jì)）人: 吳健;張宇;徐在俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 蘇州融希信息科技有限公司
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿(mǎn)

技術(shù)領(lǐng)域

本發(fā)明涉及多標(biāo)簽主動(dòng)學(xué)習(xí)技術(shù)領(lǐng)域，特別是涉及一種基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法。

背景技術(shù)

隨著計(jì)算機(jī)的快速發(fā)展，多標(biāo)簽圖像分類(lèi)的研究已經(jīng)成為相關(guān)領(lǐng)域研究的熱點(diǎn)，在學(xué)術(shù)界和企業(yè)界受到越來(lái)越多的關(guān)注。多標(biāo)簽主動(dòng)學(xué)習(xí)方法的作用是處理多標(biāo)簽圖像的分類(lèi)問(wèn)題，即通過(guò)學(xué)習(xí)得到一個(gè)分類(lèi)器，該分類(lèi)器能夠根據(jù)圖像的內(nèi)容為圖像分配多個(gè)相關(guān)的標(biāo)簽。

目前，多標(biāo)簽主動(dòng)學(xué)習(xí)領(lǐng)域的研究主流是針對(duì)基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法的研究。因?yàn)橄啾容^基于“樣本”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法，基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法不僅能更大程度上提升主動(dòng)學(xué)習(xí)效率，降低訓(xùn)練集空間的樣本冗余，也能最大程度上降低人工標(biāo)記的代價(jià)，因此基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法逐漸成為研究的熱點(diǎn)之一。

但是，所有的基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法都不可避免地面臨著“弱標(biāo)記”問(wèn)題和標(biāo)簽間依賴(lài)關(guān)系丟失問(wèn)題，即隨著主動(dòng)學(xué)習(xí)過(guò)程的不斷迭代，訓(xùn)練樣本中存在著大量不完全標(biāo)記的樣本，而這些不完全標(biāo)記的樣本，從一定程度上對(duì)標(biāo)簽關(guān)系的挖掘存在著重要的影響。而已有研究表明標(biāo)簽關(guān)系在很大程度上影響著多標(biāo)簽主動(dòng)學(xué)習(xí)的采樣策略，進(jìn)而影響主動(dòng)學(xué)習(xí)結(jié)果。

因此，如何解決基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法過(guò)程中遇到的樣本“弱標(biāo)記”問(wèn)題，或者如何在“弱標(biāo)記”條件下挖掘并利用標(biāo)簽關(guān)系是本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法，用于解決基于“樣本-標(biāo)簽對(duì)”的多標(biāo)簽主動(dòng)學(xué)習(xí)方法過(guò)程中遇到的樣本“弱標(biāo)記”問(wèn)題，或者在“弱標(biāo)記”條件下挖掘并利用標(biāo)簽關(guān)系以進(jìn)行主動(dòng)學(xué)習(xí)。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法，包括：

獲取原始樣本對(duì)應(yīng)的標(biāo)簽集合，計(jì)算所述標(biāo)簽集合中各標(biāo)簽與其余標(biāo)簽的依賴(lài)結(jié)果以得到各標(biāo)簽對(duì)應(yīng)的條件依賴(lài)標(biāo)簽集；

計(jì)算各樣本-標(biāo)簽對(duì)對(duì)應(yīng)的信息熵，并利用所述條件依賴(lài)標(biāo)簽集計(jì)算各樣本-標(biāo)簽對(duì)的相對(duì)熵；

整合各所述信息熵和各所述相對(duì)熵得到對(duì)應(yīng)的各樣本-標(biāo)簽對(duì)的信息量；

篩選出信息量最大的樣本-標(biāo)簽對(duì)作為預(yù)先建立的主動(dòng)學(xué)習(xí)模型的輸入對(duì)象，并進(jìn)行主動(dòng)學(xué)習(xí)。

優(yōu)選地，所述計(jì)算所述標(biāo)簽集合中各標(biāo)簽與其余標(biāo)簽的依賴(lài)結(jié)果以得到各標(biāo)簽對(duì)應(yīng)的條件依賴(lài)標(biāo)簽集具體包括：

在所述標(biāo)簽集合中按照預(yù)處理規(guī)則篩選出存在依賴(lài)關(guān)系的各對(duì)標(biāo)簽；

分別為各對(duì)標(biāo)簽構(gòu)建多個(gè)基于概率分布的二類(lèi)分類(lèi)器模型；

在所述標(biāo)簽集合上進(jìn)行k次交叉驗(yàn)證，分別獲取各所述二類(lèi)分類(lèi)器模型與對(duì)應(yīng)的標(biāo)簽的k次平均分類(lèi)準(zhǔn)確率；

按照T-檢驗(yàn)計(jì)算各標(biāo)簽得到的所述k次分均分類(lèi)準(zhǔn)確率的T-檢驗(yàn)值，并將各標(biāo)簽間的最大的T-檢驗(yàn)值作為所述依賴(lài)結(jié)果；

其中，若所述依賴(lài)結(jié)果大于0，則當(dāng)前兩個(gè)標(biāo)簽存在條件依賴(lài)關(guān)系。

優(yōu)選地，所述二類(lèi)分類(lèi)器模型的數(shù)量為四個(gè)。

優(yōu)選地，所述信息熵具體通過(guò)當(dāng)前分類(lèi)器模型對(duì)當(dāng)前樣本-標(biāo)簽對(duì)的預(yù)測(cè)概率值得到。

優(yōu)選地，所述相對(duì)熵具體通過(guò)KL散度方式得到。

本發(fā)明所提供的基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法，首先挖掘出弱標(biāo)記條件下的各標(biāo)簽的條件依賴(lài)標(biāo)簽集，并在條件依賴(lài)標(biāo)簽集的基礎(chǔ)上，計(jì)算各樣本-標(biāo)簽對(duì)的信息熵和相對(duì)熵，然后整合信息熵和相對(duì)熵之后得到對(duì)應(yīng)的各樣本-標(biāo)簽對(duì)的信息量，最后篩選出信息量最大的樣本-標(biāo)簽對(duì)作為主動(dòng)學(xué)習(xí)模型的輸入對(duì)象。通過(guò)實(shí)驗(yàn)表明，該主動(dòng)學(xué)習(xí)方法相對(duì)于其他弱標(biāo)記條件下挖掘標(biāo)簽間關(guān)系的方法具有良好的泛化性能。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例，下面將對(duì)實(shí)施例中所需要使用的附圖做簡(jiǎn)單的介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種基于條件依賴(lài)標(biāo)簽集的多標(biāo)簽主動(dòng)學(xué)習(xí)方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的一種弱標(biāo)記條件下的各對(duì)標(biāo)簽的條件依賴(lài)關(guān)系的挖掘示意圖；

圖3為本發(fā)明實(shí)施例提供的在數(shù)據(jù)集flags上的Accuracy的對(duì)比圖；

圖4為本發(fā)明實(shí)施例提供的在數(shù)據(jù)集scene上的Accuracy的對(duì)比圖；

圖5為本發(fā)明實(shí)施例提供的在數(shù)據(jù)集NUS_WIDE上的Accuracy的對(duì)比圖；