基于稀疏特征學(xué)習(xí)的復(fù)雜圖像分類(lèi).pdf

1、自從進(jìn)入了二十一世紀(jì),人類(lèi)迎來(lái)了互聯(lián)網(wǎng)時(shí)代,這個(gè)新的時(shí)代給人類(lèi)帶來(lái)的是在知識(shí)獲取,知識(shí)創(chuàng)造,知識(shí)傳播等方面的巨大變革。當(dāng)前的互聯(lián)網(wǎng)主要采用文字檢索的方式尋找人們感興趣的內(nèi)容,隨著人們需求的不斷增加,以及互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,科研工作者的研究興趣已經(jīng)從文字檢索逐步轉(zhuǎn)換到對(duì)圖像和視頻內(nèi)容的檢索,因此圖像分析,圖像理解方面的研究迅猛發(fā)展,而圖像分類(lèi)和圖像分割是圖像分析和圖像理解的重要組成部分。本論文致力于圖像分類(lèi)這一重要課題,研究的對(duì)象包括對(duì)

2、圖像整體的分類(lèi)和對(duì)圖像局部?jī)?nèi)容的分類(lèi)(圖像監(jiān)督分割)兩大部分。
　　近幾十年來(lái),稀疏表示一直是圖像處理,圖像分析與圖像理解方面的熱點(diǎn)課題。對(duì)稀疏表示的研究已經(jīng)滲透到圖像處理,圖像分析與圖像理解的方方面面。如此多的研究結(jié)果證實(shí)稀疏表示與圖像有著密不可分的關(guān)系。因此,本論文所研究的圖像分類(lèi)方法都是在稀疏表示的基礎(chǔ)上進(jìn)行的?；谙∈璞硎镜膱D像分類(lèi)算法大致由三個(gè)階段組成:
　　(I)稀疏表示字典的學(xué)習(xí)構(gòu)造階段;
　　(II)稀

3、疏編碼特征提取階段;
　　(III)基于稀疏表示特征的分類(lèi)階段。
　　而當(dāng)前基于稀疏表示的圖像分類(lèi)主要面臨三個(gè)問(wèn)題:
　　(I)構(gòu)造稀疏表示字典的模型設(shè)計(jì)問(wèn)題;
　　(II)特征編碼(稀疏表示)優(yōu)化算法設(shè)計(jì)問(wèn)題;
　　(III)基于稀疏特征的分類(lèi)器設(shè)計(jì)問(wèn)題。
　　本論文的內(nèi)容就是圍繞這三方面的問(wèn)題展開(kāi),并獲得以下成果:
　　在第二章,本文針對(duì)稀疏表示凸松弛問(wèn)題設(shè)計(jì)了一個(gè)最優(yōu)化算法,并將其命名為不

4、完全變量截?cái)喙曹椞荻人惴?該方法利用對(duì)Karush-Kuhn-Tucker一階最優(yōu)化條件違反程度的度量,將被優(yōu)化的變量分為主要,次要兩個(gè)部分,并分別對(duì)兩個(gè)部分進(jìn)行優(yōu)化。針對(duì)主要的變量這個(gè)方法使用截?cái)喙曹椞荻人惴?從而將更多的計(jì)算資源投入主要變量的優(yōu)化,針對(duì)次要部分的變量,這個(gè)方法使用最速下降算法,從而節(jié)省了計(jì)算資源.由于計(jì)算資源的合理分配,這一方法可以快速地收斂到目標(biāo)函數(shù)的解。當(dāng)然該方法不僅擁有良好的運(yùn)算性質(zhì),它還具有非常優(yōu)秀的理論性質(zhì)

5、,即有限步收斂的性質(zhì)。
　　在第三章,本文提出了一個(gè)綜合字典學(xué)習(xí)和稀疏編碼的特征提取方法,并用于高光譜圖像的像素分類(lèi),該方法被命名為空譜稀疏編碼方法。該方法首先采用兩階段相似度傳播聚類(lèi)算法結(jié)合空間近鄰策略用于構(gòu)造空譜字典,然后采用局部約束稀疏編碼方法提取像素的空譜特征,該稀疏特征提取方法具有字典學(xué)習(xí)和稀疏編碼速度快,獲得特征稀疏度高,存儲(chǔ)成本小的特點(diǎn),不僅如此,由該方法提取的稀疏表示特征還可以被線(xiàn)性支持向量機(jī)快速高精度地分類(lèi)。

6、r>　　在第四和第五章,本文提出了兩個(gè)基于稀疏表示的分類(lèi)算法,它們分別是用于人臉圖像識(shí)別的證據(jù)推理分類(lèi)算法和奇異點(diǎn)清除稀疏表示分類(lèi)算法。由于這兩個(gè)算法都是針對(duì)含噪圖像而設(shè)計(jì)的,因此它們共同的特點(diǎn)就是尋求方法抑制訓(xùn)練樣本中的噪聲。不同之處在于,前者利用證據(jù)推理理論采用構(gòu)建置信規(guī)則庫(kù)的方式平抑人臉類(lèi)噪聲,而后者則是對(duì)每一個(gè)訓(xùn)練樣本學(xué)習(xí)一個(gè)表征奇異程度的權(quán)值,進(jìn)而達(dá)到抗人臉遮擋噪聲的目的。由于采用了抗噪策略,這兩個(gè)算法分別在類(lèi)噪聲和遮擋噪聲條