[發(fā)明專利]一種基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810872204.2
• 申請(qǐng)日: 2018-08-02
• 公開(kāi)（公告）號(hào): CN109308485B
• 公開(kāi)（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 王雪松;李澤軍;臧紹飛;程玉虎
• 申請(qǐng)（專利權(quán)）人: 中國(guó)礦業(yè)大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/77;G06V10/772
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 朱小兵

1.一種基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法，其特征在于，包含以下步驟：

步驟一、對(duì)源域和目標(biāo)域圖像樣本分別進(jìn)行預(yù)處理，獲取源域和目標(biāo)域圖像數(shù)據(jù)集X_S與X_T；

步驟二、分別采用源域和目標(biāo)域圖像數(shù)據(jù)集X_S與X_T訓(xùn)練稀疏編碼模型，獲取源域和目標(biāo)域字典B_S與B_T；

步驟三、通過(guò)對(duì)齊源域和目標(biāo)域字典B_S與B_T，使得源域和目標(biāo)域間的圖像稀疏編碼特征在跨領(lǐng)域知識(shí)遷移過(guò)程中保持不變，同時(shí)得到源域向目標(biāo)域?qū)R后的字典B_a；

借助B_a，并通過(guò)源域和目標(biāo)域重構(gòu)誤差和領(lǐng)域間字典逼近正則項(xiàng)，構(gòu)建基于字典域適應(yīng)的遷移稀疏編碼模型的目標(biāo)函數(shù)；

經(jīng)過(guò)字典與編碼交替優(yōu)化過(guò)程來(lái)學(xué)習(xí)域適應(yīng)字典B^*，也獲得不同領(lǐng)域間樣本關(guān)于域適應(yīng)字典的共享編碼特征A^*＝{A_S，A_T}，其中A_S為源域圖像數(shù)據(jù)集X_S的稀疏編碼；A_T為目標(biāo)域圖像數(shù)據(jù)集X_T的稀疏編碼；

步驟四、采用源域圖像數(shù)據(jù)集X_S的稀疏編碼A_S及其標(biāo)簽集Y_S訓(xùn)練SVM分類(lèi)器，對(duì)所述目標(biāo)域圖像數(shù)據(jù)集X_T對(duì)應(yīng)稀疏編碼A_T進(jìn)行標(biāo)簽預(yù)測(cè)；

步驟一中，所述對(duì)源域和目標(biāo)域中的圖像樣本預(yù)處理包含如下步驟：

(1)對(duì)源域和目標(biāo)域中圖像樣本X_S1與X_T1分別進(jìn)行分辨率一致縮放處理，得到數(shù)據(jù)集X_S2與X_T2；

(2)將數(shù)據(jù)集X_S2與X_T2分別進(jìn)行歸一化處理，得到數(shù)據(jù)集X_S3與X_T3；

(3)將數(shù)據(jù)集X_S3與X_T3分別進(jìn)行PCA降維處理，得到源域和目標(biāo)域圖像數(shù)據(jù)集X_S與X_T；

步驟二中兩組稀疏編碼模型為：

其中，c為字典約束項(xiàng)的閾值參數(shù)，用于控制模型的復(fù)雜度；

i＝1，2，…，k，k為構(gòu)成字典的基向量個(gè)數(shù)；是Frobenius模，||A||₁為帶L1約束的稀疏懲罰項(xiàng)，參數(shù)λ為稀疏懲罰系數(shù)，和分別為源域字典B_S和目標(biāo)域字典B_T的元素。

2.根據(jù)權(quán)利要求1所述的一種基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法，其特征在于，步驟三中源域向目標(biāo)域?qū)R后的字典B_a求解過(guò)程為：

3.1、構(gòu)建字典對(duì)齊目標(biāo)函數(shù)并優(yōu)化：

其中，M為用于對(duì)齊字典B_S、B_T的坐標(biāo)轉(zhuǎn)換矩陣；

3.2、獲取最優(yōu)坐標(biāo)轉(zhuǎn)換矩陣

3.3、采用M^*將源域字典B_S向目標(biāo)域字典B_T對(duì)齊，得對(duì)齊后字典為B_a＝B_SM^*。

3.根據(jù)權(quán)利要求1所述的一種基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法，其特征在于，步驟三中所述構(gòu)建基于字典域適應(yīng)的遷移稀疏編碼模型的目標(biāo)函數(shù)如下：

其中，和分別為源域和目標(biāo)域樣本的重構(gòu)誤差，μ為兩者間平衡系數(shù)，λ為稀疏懲罰系數(shù)，為領(lǐng)域間字典逼近正則項(xiàng)。

4.根據(jù)權(quán)利要求3所述的基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法，其特征在于：所述步驟三中，對(duì)基于字典域適應(yīng)的遷移稀疏編碼模型目標(biāo)函數(shù)進(jìn)行字典與編碼的交替優(yōu)化過(guò)程中，采用L₂正則化項(xiàng)替代目標(biāo)函數(shù)中字典約束項(xiàng)

5.根據(jù)權(quán)利要求4所述的基于字典域適應(yīng)的遷移稀疏編碼圖像分類(lèi)方法，其特征在于：所述步驟三中，采用領(lǐng)域間字典逼近正則項(xiàng)取代字典L₂正則化項(xiàng)