[發明專利]一種基于預測結果篩選的魯棒數字圖像標注方法

有效

• 申請號: 201710298619.9
• 申請日: 2017-04-27
• 公開（公告）號: CN107122800B
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 李宇峰;王少博;周志華
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

1.一種基于預測結果篩選的魯棒數字圖像標注方法，其特征在于，主要包括以下步驟：

(1)采用多種相似度度量，獲得當前待標注圖像相關語義標記的多組預測結果；

(2)對每組預測結果，應用損失函數計算其間隔大小；

(3)選取間隔最大的一組作為最終預測結果，所述間隔最大的一組損失最小，對相應的數字圖像進行標注；包括：

(31)輸入用于訓練的數字圖像集合，其中既包含帶有語義標記的數字圖像數據共有l個，也包含大量待標注的無標記數字圖像數據共有u個；首先對數據集合中的圖像提取特征，每個圖像由一條特征向量來表示，即x_i，i＝1，2，...，l，l+1，...，l+u；

(32)為帶有標記的圖像示例生成語義標記位y_i∈{±1}，i＝1，2，...，l，其中，y_i＝+1表示對應的圖像數據帶有正的相關語義標記，反之則帶有負的相關語義標記；

(33)對數據集合中的未標記數據進行標記預測；包括：

取得機器學習算法所需的數據表示構建多個相似度度量G₁,G₂,...,G_m，將得到的多個相似度度量分別作為輸入，執行半監督學習方法，即可得到多組預測結果f_k＝[f_k，1，f_k，2，...，f_k，l+u]^·，k＝1，2，...，m，對從多個相似度度量得到的多組預測結果，采用最大化間隔策略對預測結果進行篩選，從而得到可靠的預測結果；

(34)對預測結果進行離散化，生成最終的標記；包括：

在有類別比例可知的情況下，可以對選出的預測結果f_k依照類別比例劃分正、負標記；

當類別比例不可知的情況下，按照式(1)進行正、負標記指派；

輸入多組候選預測結果f_k＝[f_k，1，f_k，2，...，f_k，l+u]^·，k＝1，2，...，m，用于后續步驟選出具有最大間隔的最終預測結果；對每組預測值中未標記數據對應的部分f_k，U＝[f_k，l+1，f_k，l+2，...，f_k，l+u]^·，k＝1，2，...，m按照式(2)進行規范化處理，其中U＝{l+1，l+2，...，l+u}代表未標記數據的下標集合；

規范化后得到m組新的未標記數據預測結果z_k＝[z_k，1，z_k，2，...，z_k，u]，k＝1，2，...，m滿足min(z_k)＝-1，選取經典大間隔損失函數計算各組新預測結果的損失找出對應最小損失的預測值f_k，作為最終預測結果輸出。