基于多示例弱監(jiān)督學習的物體檢測和分類方法研究.pdf

1、物體檢測與分類是計算機視覺領域的最重要的兩個研究方向。現(xiàn)有大量研究成果中，良好的圖片標記是獲得較好性能的關鍵前提。然而，圖片標記卻是耗時、耗力的，能否從互聯(lián)網(wǎng)中大量標記的圖片中去建模識別并分類物體是一個較為困難的研究問題。本文從弱監(jiān)督學習的思路出發(fā)，即基于弱標注圖片（類標信息只提供到圖片層次）進行多示例的建模學習。在多示例學習問題中，如何從復雜數(shù)據(jù)中發(fā)現(xiàn)有效的正例仍是較為挑戰(zhàn)的難題。本文核心研究此問題，主要研究工作及成果概況如下。

2、>　　首先，我們提出了一個基于低秩和稀疏約束的子空間模型。由于同類物體的外觀往往是相似的，因此物體的高維特征往往可以用低維子空間來表示。據(jù)此，我們提出一個子空間模型的學習方法來解決弱監(jiān)督物體檢測和分類問題。通過系數(shù)矩陣的低秩約束來對每一幅包含目標物體的圖片進行優(yōu)化求解一個標量矩陣。為提高準確率，我們通過引入?-insensitive loss和不相關因子，來增加子空間模型和顯著負例之間的差距。并采用Block Coordinate De

3、scent和Alternating Direction Method of Multipliers(ADMM)方法來優(yōu)化。
　　其次，我們提出了一個基于關鍵示例的物體分類模型(SMDIS)。SMDIS首先從正包選出真正的正例，然后結合Smooth Latent Support Vector Machine(SLSVM)進行訓練，得出一個物體分類器。SLSVM已經(jīng)在物體分類應用中獲得較好的效果。用我們的子空間模型挑出具有代表性的正例

4、，并結合SLSVM分類，能進一步提高模型的性能。在人臉數(shù)據(jù)集AR，UMIST和ORL和真實圖像數(shù)據(jù)集Pascal2007的實驗中，獲得了比傳統(tǒng)的子空間模型更好的分類效果。
　　在現(xiàn)實應用場景中，往往一張圖片會包含多個正例。對此，我們通過學習多個子空間模型，采用基于Adaboost的策略把這些子空間模型組合在一起，形成集成學習分類器，通過學習一組權重把不同的分類器組合起來。該集成分類器能考慮各個子模型的優(yōu)點，并重點關注難以區(qū)分類別的