[發(fā)明專(zhuān)利]一種基于不相干性聯(lián)合字典學(xué)習(xí)的圖像分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010316589.1
• 申請(qǐng)日: 2020-04-21
• 公開(kāi)（公告）號(hào): CN111666967B
• 公開(kāi)（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 李勝;馬悅;何熊熊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06F16/55;G06V10/772;G06V10/774
• 代理公司: 杭州斯可睿專(zhuān)利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種基于不相干性聯(lián)合字典學(xué)習(xí)的圖像分類(lèi)方法，該方法為每類(lèi)圖像訓(xùn)練一個(gè)類(lèi)字典，為所有圖像訓(xùn)練一個(gè)共享字典，保證共享字典的低秩性來(lái)避免共享字典吸收類(lèi)特征，在低秩共享字典和類(lèi)字典間加入相干性約束項(xiàng)阻止共享特征出現(xiàn)在類(lèi)字典中。本發(fā)明增加了訓(xùn)練字典的判別性，提升字典的稀疏表示能力，進(jìn)一步提高了圖像分類(lèi)的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及的是一種基于不相干性聯(lián)合字典學(xué)習(xí)的圖像分類(lèi)方法。

背景技術(shù)

近幾年來(lái)，稀疏表示在圖像處理領(lǐng)域取得了巨大成功，如圖像分類(lèi)、圖像去噪、壓縮感知等，它將信號(hào)表示為冗余字典中少數(shù)原子的線性組合。在稀疏表示過(guò)程中，訓(xùn)練字典很大程度上決定了稀疏表示能力的好壞。

目前，研究者已經(jīng)提出多種字典訓(xùn)練方法來(lái)提高稀疏表示的能力。最簡(jiǎn)單的字典訓(xùn)練直接把所有的樣本作為字典，如稀疏表示分類(lèi)(SRC)，但當(dāng)訓(xùn)練樣本過(guò)大時(shí)，該算法的復(fù)雜度太高，且訓(xùn)練字典有很大的冗余度。K-SVD是一種經(jīng)典的字典訓(xùn)練算法，其在字典訓(xùn)練過(guò)程中由于沒(méi)有引入訓(xùn)練樣本的類(lèi)別特性，使得在圖像分類(lèi)中效果不佳。作為改進(jìn)，面向分類(lèi)的字典訓(xùn)練算法D-KSVD、DLSI和FDDL被提出。例如：D-KSVD引入線性分類(lèi)器使相同樣本的編碼系數(shù)更相似，不同樣本的編碼系數(shù)差異性增大；DLSI在類(lèi)字典間引入相干性約束來(lái)提升字典的判別能力；FDDL加入fisher判別項(xiàng)來(lái)增加編碼系數(shù)的判別能力。此外，實(shí)驗(yàn)研究發(fā)現(xiàn)盡管不同類(lèi)字典具有自身獨(dú)有的特征，他們也共享一些特征，因此研究者提出類(lèi)字典和共享字典聯(lián)合訓(xùn)練方法LRSDL、COPAR。其中，LRSDL通過(guò)保證共享字典的低秩性來(lái)阻止共享字典吸收類(lèi)字典的特征，提升字典的判別性。然而在聯(lián)合字典訓(xùn)練過(guò)程中，共享特征會(huì)出現(xiàn)在類(lèi)字典中，這可能降低圖像分類(lèi)的準(zhǔn)確率。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的上述不足之處，本發(fā)明提供一種基于不相干性聯(lián)合字典的圖像分類(lèi)方法，阻止共享特征出現(xiàn)在類(lèi)字典中從而提升字典的判別能力，使圖像的稀疏表示能力得到優(yōu)化，進(jìn)一步提升圖像分類(lèi)的準(zhǔn)確率。

本發(fā)明的技術(shù)解決方案是：

一種基于不相干性聯(lián)合字典的圖像分類(lèi)方法，該方法為每類(lèi)圖像訓(xùn)練一個(gè)類(lèi)字典、為所有圖像訓(xùn)練一個(gè)共享字典，保證共享字典的低秩性來(lái)避免共享字典吸收類(lèi)字典本身的特征，在低秩共享字典和類(lèi)字典間加入相干約束項(xiàng)阻止共享特征出現(xiàn)在類(lèi)字典中，模型如下：

其中，訓(xùn)練樣本包含C類(lèi)，表示第c類(lèi)訓(xùn)練樣本，是訓(xùn)練字典，表示第c類(lèi)訓(xùn)練字典，代表共享字典，是類(lèi)字典，是編碼系數(shù)矩陣，是Y_c對(duì)應(yīng)字典D的編碼系數(shù)，是Y_c對(duì)應(yīng)字典D_c的編碼系數(shù)，是X_c去掉的剩余部分，給定一個(gè)矩陣A和自然數(shù)n，假設(shè)μ(A,n)為n個(gè)相同列的矩陣，每一列是A中所有列的平均向量，假定

進(jìn)一步，采用交替迭代求解來(lái)更新字典模型中的變量，包括：隨機(jī)梯度下降法更新類(lèi)字典交替方向乘子法迭代更新共享字典D_C+1，快速軟閾值迭代算法更新編碼系數(shù)矩陣X，如下：

1)更新類(lèi)字典

假定則當(dāng)固定X、D_C+1時(shí)，求解

其中，

給定一個(gè)矩陣T，的定義如下：

考慮到隨機(jī)梯度下降法SGD低復(fù)雜度、運(yùn)行時(shí)間快的優(yōu)點(diǎn)，使用SGD更新

這里α₁是梯度下降的步長(zhǎng)；