[發(fā)明專(zhuān)利]一種基于雙圖正則化約束和字典學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011493799.4
• 申請(qǐng)日: 2020-12-17
• 公開(kāi)（公告）號(hào): CN112487231B
• 公開(kāi)（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 王振武
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)礦業(yè)大學(xué)（北京）
• 主分類(lèi)號(hào): G06F16/58
• 分類(lèi)號(hào): G06F16/58;G06F16/55
• 代理公司: 北京東方盛凡知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11562
• 代理人: 王穎

本發(fā)明提供一種基于雙圖正則化約束和字典學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法，包括以下步驟：根據(jù)圖像訓(xùn)練集和測(cè)試集提取圖像特征，得到圖像特征集X；采用漢明損失和高斯核函數(shù)計(jì)算圖像間相似度權(quán)重W_i,j，得到特征空間正則化圖L_C；構(gòu)建初始稀疏字典D，并對(duì)圖像特征集X進(jìn)行稀疏重構(gòu)得到初始稀疏編碼A；采用凸優(yōu)化工具獲得字典原子圖L_D；基于特征空間正則化圖L_C約束、字典原子圖L_D約束及稀疏編碼A，交替更新得到最優(yōu)稀疏字典D和分類(lèi)器W；根據(jù)最優(yōu)稀疏字典D進(jìn)行特征重構(gòu)，自適應(yīng)擴(kuò)大分類(lèi)權(quán)重并利用分類(lèi)器W進(jìn)行標(biāo)簽概率預(yù)測(cè)，根據(jù)標(biāo)簽預(yù)測(cè)概率進(jìn)行圖像的自動(dòng)標(biāo)注。本發(fā)明能夠有效的關(guān)聯(lián)特征之間和標(biāo)簽之間的高維聯(lián)系，具有良好的準(zhǔn)確性、泛用性和適應(yīng)性。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像檢索技術(shù)領(lǐng)域，具體涉及一種基于雙圖正則化約束和字典學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法。

背景技術(shù)

隨著數(shù)碼相機(jī)和電子設(shè)備的逐漸流行，各種圖像的數(shù)量正在快速增加。對(duì)于圖像檢索，用戶習(xí)慣于采用關(guān)鍵字等方式進(jìn)行檢索，但是人工的對(duì)圖像進(jìn)行標(biāo)注的方法不但工作量大，而且不可避免地帶來(lái)主觀性和不精確性，讓計(jì)算機(jī)實(shí)現(xiàn)圖像自動(dòng)標(biāo)注勢(shì)在必行。

圖像自動(dòng)標(biāo)注是讓計(jì)算機(jī)自動(dòng)地給圖像加上能夠反映其內(nèi)容的語(yǔ)義關(guān)鍵詞，自動(dòng)標(biāo)注的使用可以有效地改善目前圖像檢索的困境。

使用包含樣本原子在內(nèi)的過(guò)完備字典，樣本由過(guò)完備字典原子的稀疏線性組合表示，這是字典學(xué)習(xí)核心思想。目前研究活動(dòng)主要集中在根據(jù)給定字典分解樣本的跟蹤算法，通過(guò)從一組預(yù)先指定的線性變換中選擇一個(gè)或使字典適應(yīng)一組訓(xùn)練信號(hào)，可以設(shè)計(jì)更符合上述模型的字典。這就直接指出了字典學(xué)習(xí)的兩個(gè)過(guò)程：訓(xùn)練字典和稀疏編碼。字典學(xué)習(xí)能夠有效的關(guān)聯(lián)特征與特征之間，標(biāo)簽與標(biāo)簽之間的高維聯(lián)系。

因此，提供一種基于字典學(xué)習(xí)的自動(dòng)化的圖像標(biāo)注方法是非常有必要的。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供了一種基于雙圖正則化約束和字典學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法，通過(guò)使用特征空間和字典原子空間的拉普拉斯正則化圖，通過(guò)交替迭代算法求得最優(yōu)的稀疏字典，使用最優(yōu)稀疏字典進(jìn)行特征重構(gòu)，使用分類(lèi)器進(jìn)行標(biāo)簽概率預(yù)測(cè)，基于標(biāo)簽預(yù)測(cè)概率構(gòu)造圖像預(yù)測(cè)標(biāo)簽集，實(shí)現(xiàn)圖像的自動(dòng)標(biāo)注，具有較強(qiáng)的準(zhǔn)確性和適用性。

為達(dá)到上述目的，本發(fā)明提出如下技術(shù)方案，本發(fā)明提供一種基于雙圖正則化約束和字典學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法，包括以下步驟：

S1、構(gòu)建圖像測(cè)試集和訓(xùn)練接，根據(jù)圖像訓(xùn)練集和測(cè)試集提取圖像特征，得到圖像特征集X；

S2、采用漢明損失和高斯核函數(shù)計(jì)算圖像間相似度權(quán)重W_i,j，得到特征空間正則化圖L_C；

S3、構(gòu)建初始稀疏字典D₀根據(jù)初始稀疏字典D₀對(duì)圖像特征集X進(jìn)行稀疏重構(gòu)得到初始稀疏編碼A；

S4、采用凸優(yōu)化工具獲得字典原子圖L_D；基于特征空間正則化圖L_C約束、字典原子圖L_D約束及稀疏編碼A，采用交替更新并自適應(yīng)擴(kuò)大編碼權(quán)重得到最優(yōu)稀疏字典D和分類(lèi)器W；

S5、根據(jù)最優(yōu)稀疏字典D進(jìn)行特征重構(gòu)，自適應(yīng)擴(kuò)大分類(lèi)權(quán)重并利用分類(lèi)器W進(jìn)行標(biāo)簽概率預(yù)測(cè)，根據(jù)標(biāo)簽預(yù)測(cè)概率進(jìn)行圖像的自動(dòng)標(biāo)注。

優(yōu)選地，所述測(cè)試集和所述訓(xùn)練集分別包含若干個(gè)特征向量x_i，每個(gè)特征向量x_i包含若干個(gè)連續(xù)特征和離散特征。

優(yōu)選地，所述步驟S2的具體過(guò)程為：

S2.1、根據(jù)漢明損失計(jì)算圖像離散特征間相似度的權(quán)重

S2.2、根據(jù)高斯核函數(shù)計(jì)算圖像連續(xù)特征間相似度的權(quán)重