[發明專利]一種基于加權列抽樣XGBoost的圖像目標分類方法

有效

• 申請號: 201710580163.5
• 申請日: 2017-07-17
• 公開（公告）號: CN107392241B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 高欣;范少華;李新鵬;張浩;戚岳;曹良晶;賈慶軒;彭岳星;刁新平
• 申請（專利權）人: 北京郵電大學;國網冀北電力有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明實施例提出了一種基于加權列抽樣XGBoost的圖像目標分類方法，包括：利用在大型數據集ILSVRC預訓練過的并且在PASCAL VOC 2012數據集上進行過微調的卷積神經網絡提取目標圖像特征；連接多層學習到的特征以獲得更多決定其圖像類別的內容信息；利用基于加權列抽樣的XGBoost方法對圖像特征分類，根據屬性重要度，在構建決策樹之前對屬性進行次采樣，將抽取的具有更多信息的屬性用于當前決策樹的構建，重復迭代直到收斂，得到性能最佳的圖像分類模型。根據本發明實施例提供的技術方案，當數據的屬性維度大且冗余度高時，該方法可以擴展到其他使用列抽樣的分類方法，提高圖像目標分類的平均準確率。

技術領域

本發明涉及圖像目標分類方法，尤其涉及一種基于加權列抽樣XGBoost的圖像目標分類方法。

背景技術

在圖像目標分類任務中，一個圖像根據圖像中視覺內容分類。例如，這張圖片中是否存在汽車？一個重要的應用就是圖片檢索——在圖片數據集中檢索具有特定內容的圖片。但伴隨著圖片成為互聯網中的主要信息載體，難題隨之出現，當信息由文字記載時，我們可以通過關鍵詞搜索輕易找到所需內容并進行任意編輯，而當信息是由圖片記載時，提高其檢索準確率是當今研究的一個熱點問題。圖片給我們帶來了快捷的信息記錄和分享方式，卻降低了我們的信息檢索效率，在這個環境下，計算機的圖像識別技術就顯得尤為重要。圖像特征提取在識別圖像類別時起到了關鍵作用，傳統的基于手工提取的方法要針對特定問題做調整，而且需要大量的專業知識和時間。近年來，基于深度卷積神經網絡提取圖像特征被證明十分有效，然而，提取之后的圖像特征具有較大的維度和冗余度，目前的分類器對于此類數據性能較差，影響到對于圖像目標類別的識別。

發明內容

有鑒于此，本發明實施例提出了一種基于加權列抽樣XGBoost的圖像目標分類方法，以提高模型對于具有高冗余度信息的圖像特征的分類準確率。

本發明實施例提出一種基于加權列抽樣XGBoost的圖像目標分類方法，包括：

利用在大型數據集ILSVRC預訓練過的并且在PASCAL VOC 2012數據集上進行過微調的卷積神經網絡提取目標圖像的特征；

連接多層學習到的特征以獲得更多決定其圖像類別的內容信息；

利用基于加權列抽樣的XGBoost方法對圖像特征分類，根據屬性重要度，在構建決策樹之前對屬性進行次采樣，將抽取到的具有更多信息的屬性用于當前決策樹的構建，重復迭代直到收斂，得到性能最佳的圖像分類模型，具體為：根據屬性對于目標類別的區分能力計算每個屬性的重要度；屬性重要度正比于屬性在列抽樣時此屬性被抽到的概率大小，在構建每棵決策樹之前，對圖像特征進行基于屬性重要度的不等概不放回采樣，將抽取到的具有更多信息的屬性用于當前決策樹的構建，重復迭代直到收斂，即可得到性能最佳的圖像分類模型；

利用所述基于屬性重要度的加權列抽樣的XGBoost方法步驟如下：

1)基于屬性對于目標的區分程度計算其每列特征的屬性重要度；

屬性重要度f(k)由下式確定：

其中，表示屬性k的所有樣本的類內方差，由下式確定：

其中，表示第i類樣本第k維的平均值；D_i為屬于類別i的樣本；N_i為類別i的樣本個數；x為樣本數據；x^(k)為樣本數據第k維的值；為類別i在第k維的類內方差；m為可能的類別數量；

其中，表示屬性k的類間差異，由下式確定：